Shein logo
希音
资深算法工程师(活动选品与补贴策略方向)

资深算法工程师(活动选品与补贴策略方向)

发布于 大约 14 小时前

普通员工/个人贡献者

产品研发中心
高级经验
全职员工
仅现场办公
学历未注明
机器学习工程
A/B实验
Lightgbm
Pytorch
Sql
价格弹性建模
动态定价
因果推断
图神经网络
机器学习

AI 估算 · 35k–65k

资深算法岗,价格弹性与因果推断技能稀缺,电商行业薪资水平高,具备较强竞争力。

职位详情

关于这个职位

该职位专注于通过算法模型优化电商活动中的商品定价、选品和增量评估

你将应用因果推断、价格弹性建模、图神经网络等前沿技术解决真实业务问题,并直接推动营收增长
适合有多年算法经验、对商业策略感兴趣的资深工程师

最低要求

年及以上算法、机器学习、数据挖掘相关工作经验

有电商、零售、交易平台、供应链或定价策略相关经验优先
有价格弹性建模、促销响应建模、活动增量评估、动态定价、需求建模中的实际项目经验,且参与过真实业务落地
在以下方向中至少深入做过一类:因果推断 / uplift modeling/交叉价格弹性建模图建模 / 图表示学习 / 商品关系网络多任务学习
熟练使用 Python、SQL 进行大规模数据处理与建模,熟悉 pandas、numpy、sklearn、lightgbm/xgboost、PyTorch 或其他深度学习框架
理解价格场景中的关键风险,并有实际处理经验
具备较强的业务抽象与沟通能力,能将复杂业务问题转化为可建模、可评估、可落地的算法方案

工作职责

我们希望通过先进的算法模型,提升商品活动中的定价、选品和增量评估能力

本岗位将重点推动更高阶的需求建模与决策优化能力建设,解决以下核心问题:
如何更准确地估计商品价格弹性与促销响应
如何区分活动带来的真实增量、流量溢出与替代蚕食
如何挖掘商品间的互补、替代和连带关系,并应用于活动策略

优先资格

做过商品间替代 / 互补 / 连带关系挖掘,并在大规模业务中落地应用

有交叉价格弹性、市场篮子分析、共购图谱、图神经网络、图嵌入等经验
有 DID、IV、合成控制、双重机器学习、uplift 等因果推断经验
有整数规划、线性规划、OR-Tools、资源分配优化、促销选品优化经验
有多市场、多品类、长尾商品池或千万级以上样本建模经验
有 A/B 实验、策略回放、离线模拟与线上闭环优化经验

AI 洞察

优缺点分析

优点

  • 核心业务方向,直接关联营收增长,个人价值凸显
  • 技术栈前沿,涉及因果推断与图神经网络,技术成长快
  • 希音作为跨境电商巨头,平台大,数据规模大,业务复杂
  • 薪资福利通常较优厚,职业前景好
  • 对数学和业务抽象能力要求高,需综合理解定价经济学
  • 可能需要较强沟通能力,与运营、产品等多方协作
  • 大公司内部流程可能较多,节奏快

缺点 / 挑战

  • 数据与业务环境复杂,多品类多市场,模型落地有挑战
  • 适合有3年以上算法经验,热爱挑战复杂业务问题,渴望在定价与电商策略领域深耕的工程师

角色解读

  • 可成长为定价策略领域的算法专家,引领业务策略创新
  • 可转向算法团队负责人或技术管理方向
  • 可横向拓展到供应链优化、用户增长等其他算法方向
  • 负责构建价格弹性与促销响应模型,预测不同定价策略下的销量变化
  • 开发活动增量评估体系,区分真实增量与流量溢出、替代蚕食
  • 挖掘商品间互补/替代关系,优化选品与补贴策略
  • 推动因果推断与图神经网络在业务场景中的落地应用
  • 扎实的机器学习与数据挖掘基础,熟悉Python/SQL及常用库
  • 深入理解因果推断、uplift modeling、图表示学习等方法
  • 具备将复杂业务问题抽象为数学优化模型的能力
  • 熟悉电商/零售行业定价与促销场景,有实际落地经验

申请策略

  • 提前了解希音的业务模式和商品活动场景,思考算法可以如何嵌入
  • 准备一个完整的项目案例,描述从问题定义到模型落地评估的全过程
  • 突出价格弹性、促销响应、增量评估等实际项目经验,附上业务指标提升结果
  • 强调因果推断或图模型的应用案例,展示技术深度
  • 强调Python/SQL和机器学习框架的熟练度,展示工程能力
  • 如有定价、选品相关业务成果,用数据量化
  • 系统复习因果推断基础(DID、IV、合成控制、DML)
  • 学习图神经网络与商品关系挖掘方法

面试指南

  • STAR法则:说明背景、任务、行动、结果,强调量化产出
  • 展示逻辑链:先从业务问题抽象,再选择合适方法,最后评估有效性
  • 表达对业务的理解,强调技术是为业务服务的
  • 请介绍一个你做过的最复杂的定价或促销模型,效果如何?
  • 如何区分活动带来的真实增量与自然流量?你会设计什么实验或评估方法?
  • 价格弹性模型如何应对多平台多品类的复杂场景?
  • 你用因果推断解决过什么问题?遇到哪些挑战?
  • 如何利用图神经网络挖掘商品间关系?

职位点评

71
综合评分

核心算法岗,前沿技术,薪资有竞争力,但工作强度未知。

从薪资福利、成长空间、工作节奏和岗位方向综合评估,方便横向比较。

更适合这类人
适合追求技术成长和业务影响力的算法工程师。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展90
工作生活45
使命价值60

薪资福利

75中等

该职位为资深算法工程师,通常在电商头部企业享有较高薪酬和福利,但JD未披露具体薪资待遇。

薪资信号未披露(AI估算:35K-65K/月)

成长发展

90较高

技术栈前沿,涉及因果推断、图神经网络等高级方法,业务挑战大,成长空间显著。

技术前沿前沿/新兴技术
技术栈因果推断、价格弹性、uplift modeling、图神经网络、PyTorch、LightGBM
业务类型profit_center

工作生活

45较低

JD未提及工作方式与加班情况,工作强度和灵活性不明确,且技术岗位通常节奏较快。

工作模式未明确
办公地点未明确
加班情况未提及(无法判断)

使命价值

60中等

电商行业高速增长,业务直接影响公司营收,但社会价值相对中性。

行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs