欧尚
AI算法工程师（优惠券投放）
AI算法工程师（优惠券投放）
发布于 大约 2 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
A/B测试
Roi优化
Uplift模型
机器学习
运筹优化
零售
值不值得投
69综合评分
综合评分 69
技术前沿，薪资可观，但办公灵活性一般。
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
40K
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
18 个在招 · 其中算法优化工程师 6 个
市场机会
选择适中
上海 · 算法优化工程师 · 46 个在招
职位详情
关于这个职位
作为大润发技术部AI部门的算法工程师，你将专注于优惠券智能投放算法的研发与落地，通过A/B测试和效果归因持续优化模型，结合机器学习与运筹优化技术提升ROI，实现会员增长与留存
最低要求
本科及以上学历，计算机、数学、统计学等相关专业
具备扎实的机器学习、数据挖掘基础
熟悉常用算法框架（如TensorFlow、PyTorch）
有相关项目经验者优先
工作职责
负责大润发优惠券线上智能投放算法的研发与落地，跟踪A/B测试和线上效果，对模型进行持续迭代与效果归因
结合AI算法和经济学等机制，探索使用uplift模型、机器学习、运筹优化等模型，构建优惠券智能化投放策略，不断优化ROI，实现会员增长和留存
AI 洞察
优缺点分析
优点
- 大润发作为零售巨头，提供稳定平台和丰富数据资源
- AI在零售领域应用前景广阔，技能积累价值高
- 工作内容涉及前沿技术，如uplift模型，提升专业竞争力
- 零售业务复杂度高，模型效果受多种因素影响
- 适合对零售AI应用有热情，具备扎实算法基础，能适应快节奏和结果导向的求职者
缺点 / 挑战
- 需要持续关注线上效果，可能面临业绩压力
- 算法落地需跨部门协作，沟通成本较高
角色解读
- 可向算法专家或技术管理方向发展
- 积累零售行业AI应用经验，向数据科学或业务增长方向拓展
- 负责优惠券智能投放算法的研发，包括模型设计、训练与部署
- 跟踪A/B测试结果，分析线上效果，进行模型迭代与归因
- 结合机器学习与运筹优化，构建投放策略，优化ROI
- 扎实的机器学习基础，熟悉常用算法与框架
- 熟悉uplift模型、运筹优化等高级技术
- 具备A/B测试设计与效果分析能力
申请策略
- 了解大润发业务和零售行业特点，在面试中展现业务理解
- 准备相关项目案例，展示算法落地能力
- 突出机器学习项目经验，特别是优惠券、推荐或营销相关
- 强调A/B测试和效果分析的实际案例
- 展示运筹优化或uplift模型的应用经验
- 补充学习uplift模型和因果推断知识
- 熟悉运筹优化工具，如OR-Tools
面试指南
- 结合具体案例，说明问题定义、数据、模型选择和评估方法
- 强调业务目标与算法设计的结合，体现商业思维
- 如何设计优惠券投放的A/B测试？
- 解释uplift模型与传统分类模型的区别
- 如何评估优惠券投放的ROI？
- 面对线上效果不佳，你会如何迭代模型？
- 复习机器学习基础，特别是因果推断和运筹优化
- 准备一个完整的项目案例，展示从数据到落地的过程
职位点评
薪资福利70
成长发展85
工作生活50
使命价值60
薪资福利
70中等
薪资水平较高，但未提及具体福利，稳定性较好。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
85较高
涉及前沿AI技术，如uplift模型，有较大成长空间。
技术前沿前沿/新兴技术
技术栈机器学习、uplift模型、运筹优化
业务类型profit_center
工作生活
50较低
工作地点在上海，但未提及弹性办公，可能需现场办公。
工作模式仅现场办公
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
零售行业稳定，但社会影响力一般。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs