天猫
淘天算法技术-用增权益算法-杭州/北京
淘天算法技术-用增权益算法-杭州/北京
发布于 大约 5 小时前普通员工/个人贡献者
全职员工仅现场办公算法优化工程师
算法优化工程师
Ctr/Cvr预估
Pytorch
Tensorflow
Uplift Model
因果推断
多目标优化
推荐系统
机器学习
用户增长
值不值得投
73综合评分
综合评分 73
技术前沿、成长空间大，但工作强度可能较高，WLB未明确。
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。
薪资怎么样
55K
与算法优化工程师中位数基本持平
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 300 个在招 · 其中算法优化工程师 10 个
市场机会
选择面较广
杭州 · 算法优化工程师 · 约 110 个在招
职位详情
关于这个职位
作为淘天集团淘宝用户算法团队的一员，你将专注于用户增长算法，通过外投广告、商品推荐、权益激励和消息触达的深度融合，驱动用户高效增长与长期价值提升
你将负责用户增量建模、因果推断与个性化权益分发机制创新，利用大规模机器学习和因果推断技术，优化获客效率、增量GMV和用户LTV等关键指标
该职位提供丰富的数据场景和顶尖的算法氛围，适合在搜推广建模、增量效果预估、因果推断与决策优化方面有深厚积累的算法工程师
最低要求
熟悉常见的机器学习算法（LR、GBDT、DNN、Transformer等），掌握召回、排序、CTR/CVR预估等核心建模流程
具备扎实的搜推广相关项目经验者优先，尤其欢迎在以下任一方向有深入实践者：
a. 增量建模与Uplift Model构建
b. 因果推断（Causal Inference）在推荐等场景的应用
c. 权益/补贴/红包等运营资源的智能分配与效果归因
d. 多目标优化、预算分配、拍卖机制设计等相关经验
熟悉TensorFlow/PyTorch等主流框架，具备良好的工程实现能力，能独立完成从算法设计到线上部署的全流程
对算法有强烈热情，具备优秀的逻辑思维、抽象建模能力和跨团队协作意识，能够在复杂业务中提炼技术问题并推动落地
工作职责
用户增量建模：搭建手淘最细粒度的用户画像体系，训练高精度CTR/CVR/GMV/LTV/LT等预估模型，让“未来价值”可预测、可运营
因果推断与Uplift建模：针对红包、优惠券、消息推送等干预动作，构建高精度的多目标Uplift模型体系，精准识别“因果增益人群”
探索基于Meta-Learner、Uplift Transformer、Deep Causal Network等前沿方法的工业级落地实践
个性化权益分发机制创新：主导互动红包、平台补贴、优惠券等多样化权益的发放策略设计与算法迭代，推动从“规则驱动”向“模型驱动”的演进，探索个性化、实时化、智能化的激励分配机制，最大化单位资源撬动的GMV与用户转化
优先资格
具备以下条件者优先考虑：
a. 在KDD、SIGIR、WWW、ICML、NeurIPS、RecSys等国际顶会发表过相关论文
b. 在ACM、数学建模、天池、Kaggle等竞赛中取得优异成绩
c. 有大规模在线广告、推荐系统、用户增长或营销自动化系统的实战经验
AI 洞察
优缺点分析
优点
- 技术驱动增长，直接解决亿级用户增长问题，模型迭代影响数千万用户体验，成就感强
- 团队汇聚顶尖算法精英，氛围浓厚，有利于技术交流与成长
- 发展空间广阔，可参与创新项目，快速成长为领域专家或技术负责人
- 业务复杂度高，涉及多目标优化与因果推断，需要较强的抽象建模和逻辑思维能力
- 跨团队协作频繁，需要良好的沟通能力，在复杂业务中推动技术落地
- 适合在搜推广建模、因果推断或决策优化方面有深厚积累，热爱用算法解决真实业务问题，并追求技术深度与业务影响力兼备的算法工程师
缺点 / 挑战
- 覆盖搜索、推荐、广告、消息、权益等多场景，数据丰富，建模空间极具挑战性
- 对算法深度和工程能力要求高，需要独立完成从设计到部署的全流程，压力较大
角色解读
- 在用户增长算法领域深耕，成为领域专家，主导关键技术方向
- 参与从0到1的创新项目，积累大规模机器学习与因果推断实战经验，向技术负责人方向发展
- 依托团队顶尖算法氛围，持续输出高水平技术成果，提升行业影响力
- 负责用户增量建模，构建高精度CTR/CVR/GMV/LTV等预估模型，预测用户未来价值
- 应用因果推断与Uplift建模技术，精准识别干预动作的因果增益人群，优化资源分配
- 设计个性化权益分发策略，推动从规则驱动向模型驱动演进，最大化单位资源的GMV转化
- 扎实的机器学习基础，熟悉LR、GBDT、DNN、Transformer等算法，掌握召回、排序、CTR/CVR预估流程
- 具备因果推断或Uplift Model构建经验，熟悉Meta-Learner、Uplift Transformer等前沿方法
- 熟练使用TensorFlow/PyTorch，具备从算法设计到线上部署的全流程工程能力
申请策略
- 了解淘天集团用户增长业务，关注外投广告、权益激励等场景，思考算法如何驱动增长
- 在面试中展示对用户全生命周期管理的理解，强调算法对LTV、GMV等指标的影响
- 突出搜推广建模项目经验，尤其是CTR/CVR预估、Uplift Model构建或因果推断应用案例
- 强调工程实现能力，展示从算法设计到线上部署的完整项目经历
- 如有顶会论文或竞赛获奖，务必列出，这是重要加分项
- 量化项目成果，如提升GMV、转化率等关键指标，体现业务价值
- 深入学习因果推断与Uplift建模方法，如Meta-Learner、Uplift Transformer，并尝试在开源数据集上实践
- 熟悉多目标优化与预算分配算法，了解拍卖机制设计，增强决策优化能力
面试指南
- 对于项目类问题，采用STAR法则：背景、任务、行动、结果，突出技术难点和业务影响
- 对于策略设计问题，先明确目标与约束，再提出建模思路，最后说明评估方法
- 对于理论问题，结合业务场景阐述，体现理论与实践结合的能力
- 请介绍一个你主导的Uplift Model项目，如何评估模型效果？
- 如何设计一个权益分发策略，在预算有限的情况下最大化GMV？
- 在CTR/CVR预估中，如何处理数据稀疏和冷启动问题？
- 请谈谈你对因果推断在推荐系统中应用的理解，以及实际落地中的挑战
- 如何权衡多个业务指标（如GMV、用户LTV）的优化？
职位点评
薪资福利75
成长发展90
工作生活50
使命价值70
薪资福利
75中等
职位未明确薪资，但作为一线大厂高级算法岗，市场薪资水平较高，福利体系完善。
薪资信号未披露（AI估算：40K-70K/月）
成长发展
90较高
职位强调技术驱动增长，涉及前沿的因果推断和Uplift建模，提供丰富的数据场景和顶尖算法氛围，成长空间大。
技术前沿前沿/新兴技术
技术栈机器学习、因果推断、Uplift Model、Transformer、TensorFlow、PyTorch、多目标优化
成长机会广阔的发展空间、快速成长为领域专家或技术负责人
业务类型profit_center
工作生活
50较低
职位要求现场办公，未提及弹性工作或远程选项，工作地点在北京或杭州，通勤情况未知。
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
70中等
职位通过算法驱动用户增长，直接影响数千万用户体验，具有一定的社会价值，但主要聚焦商业指标。
行业发展高速增长赛道
社会影响中性/一般
使命信号驱动淘宝用户的高效增长与长期价值提升
创新程度积极采用新技术
Watch Jobs