资深算法工程师

优缺点分析

角色解读

• 可向算法专家或技术负责人方向发展
• 深入金融科技领域，成为业务与技术的桥梁
• 探索AI在金融中的创新应用，推动行业变革
• 负责构建因果推断框架和模型，用于策略评估和优化
• 建立用户LTV模型，支持多目标决策优化
• 优化贷中策略，包括额度、定价和期限，提升整体收益
• 研究并落地AI Agent和大语言模型在金融风控和策略生成中的应用
• 掌握因果推断、uplift modeling等机器学习技术
• 具备LTV建模和强化学习经验
• 熟悉大模型和AI Agent技术
• 拥有金融科技或风险管理领域的业务理解能力

申请策略

• 研究滴滴金融科技的业务方向和最新动态
• 准备展示如何将算法应用于实际业务问题的案例
• 突出在因果推断、LTV建模等项目中的具体成果
• 展示对金融业务的理解和解决问题的能力
• 列举相关技能如Python、机器学习框架、大模型应用经验
• 深入学习uplift modeling和强化学习理论
• 实践大模型在金融场景的应用案例
• 加强金融风控知识，了解贷中业务流程

面试指南

• 使用STAR法则（情境、任务、行动、结果）描述项目经验
• 强调技术选型的考虑和业务价值
• 展示对算法原理的深入理解
• 如何构建一个反事实估计框架来评估策略效果？
• 在LTV建模中，如何平衡短期收益和长期价值？
• 描述一个你参与过的复杂场景建模项目
• 你对AI Agent在金融策略生成中的应用有什么看法？
• 如何处理观测数据中的偏差问题？