欧尚
AI算法工程师（商品定价和营销活动）
AI算法工程师（商品定价和营销活动）
发布于 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
Maxcompute
价格弹性模型
因果推断
机器学习
运筹优化
值不值得投
74综合评分
综合评分 74
跨国零售巨头核心算法岗，技术壁垒高、业务场景丰富，薪资稳健，适合追求技术与业务双重成长的算法人才。
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
3.5万
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
28 个在招 · 其中算法优化工程师 6 个
市场机会
选择面较广
上海 · 算法优化工程师 · 约 170 个在招
职位详情
关于这个职位
该职位主要负责大润发商品定价和营销活动算法的研发与落地，通过构建促销定价模型和因果推断评估框架，优化商业效率与用户体验
适合具备扎实数学建模能力与大数据处理经验的算法人才
最低要求
研究生及以上学历，计算机/数学/人工智能/统计专业
熟悉MaxComputer/Hive/Hbase/Spark以及大数据的处理
熟悉Python/Shell以及相关模块的使用
熟悉价格弹性模型、运筹优化、机器学习等领域的算法理论和应用，有较强的数学建模能力
工作职责
负责大润发商品定价和营销活动算法的研发与落地，通过数据驱动和算法创新提升用户体验与商业效率
基于供需关系构建促销定价模型，输出最优定价和促销建议，以及促销效果预测
设计基于因果推断的营销活动效果评估框架，量化营销活动对用户转化、复购率的真实影响
构建进价合理性分析工具，测算自有品牌商品合理成本
优先资格
有2年以上相关工作经验优先
有商品定价、营销活动等领域有实际项目经验者优先
AI 洞察
优缺点分析
优点
- 依托庞大的零售业务场景，算法落地机会多，能积累丰富的业务经验
- 涉及因果推断、运筹优化等前沿且高壁垒的技术方向，个人技术成长空间大
- 适合具备扎实数学与算法基础，对零售业务有浓厚兴趣，且希望将前沿算法应用于实际商业场景的硕士及以上技术人才
缺点 / 挑战
- 跨国巨头企业背景，业务稳定性高，抗风险能力强
- 零售定价和营销受市场波动影响大，模型在实际业务中的鲁棒性和准确性面临挑战
- 需要深入理解复杂的零售业务逻辑，技术与业务结合的门槛较高
角色解读
- 从算法工程师向资深算法专家发展，深耕零售定价与营销算法领域
- 未来可转型为算法团队负责人或业务线技术总监，主导零售数字化转型战略
- 负责大润发商品定价和营销活动算法的研发与落地，通过数据驱动提升商业效率
- 基于供需关系构建促销定价模型，输出最优定价和促销建议
- 设计基于因果推断的营销活动效果评估框架，量化活动对用户转化和复购的影响
- 构建进价合理性分析工具，测算自有品牌商品合理成本
- 熟练掌握Python/Shell及MaxCompute/Hive/HBase/Spark等大数据处理技术
- 具备扎实的数学建模能力，熟悉价格弹性模型、运筹优化和机器学习算法
- 拥有计算机/数学/人工智能/统计等相关专业硕士及以上学历
申请策略
- 提前了解大润发及高鑫零售近期的数字化转型动态和全渠道营销策略
- 准备1-2个将复杂算法转化为实际业务收益的详细案例，以应对面试中的业务场景题
- 突出在价格弹性模型、运筹优化或因果推断方面的项目经验和数学建模能力
- 展示使用MaxCompute/Spark等大数据组件处理海量数据的实际经验
- 强调在商品定价或营销活动领域的实际落地成果及业务指标提升
- 深入学习因果推断理论及其在营销效果评估中的应用（如Uplift模型、DID等）
- 复习并强化运筹优化算法（如线性规划、启发式算法）在定价场景中的代码实现
面试指南
- STAR法则：针对项目经历，从情境、任务、行动、结果四个维度结构化回答，突出业务收益
- 技术深度+业务理解：在回答算法问题时，不仅讲清楚数学原理和代码实现，还要结合零售业务场景说明为什么这么做
- 如何基于供需关系构建促销定价模型？请简述你的建模思路和优化目标
- 在评估营销活动效果时，如何使用因果推断方法消除混杂因素的影响？
- 请分享一个你使用运筹优化或机器学习解决实际业务问题的完整项目经历
- 面对海量零售数据，你是如何使用Spark/MaxCompute进行特征工程和模型训练的？
- 复习因果推断（如倾向得分匹配、双重差分、工具变量）和运筹优化（如整数规划、动态规划）的核心知识点
- 了解大润发近期的促销活动形式及商品定价策略，思考如何用算法进行优化
职位点评
薪资福利75
成长发展85
工作生活60
使命价值70
薪资福利
75中等
作为跨国巨头企业的算法岗，薪资处于市场中上水平，福利体系相对完善，但传统零售行业的薪资爆发力可能不及纯互联网企业。
薪资信号市场水准 (2.5千–4.5万/月)
成长发展
85较高
岗位涉及因果推断、运筹优化等高壁垒技术，且依托丰富的零售业务场景，技术深度与业务广度均有极大提升空间。
技术前沿前沿/新兴技术
技术栈Python、MaxCompute、Hive、HBase、Spark、因果推断、运筹优化、机器学习、价格弹性模型
业务类型profit_center
工作生活
60中等
JD未明确提及工作模式与加班情况，传统零售技术部通常节奏相对平稳，但大促期间可能面临较高工作强度。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
70中等
通过算法驱动零售业务革新，提升商业效率与用户体验，具有一定的商业价值和社会价值，但属于传统行业数字化转型，使命感相对平稳。
行业发展稳定成熟行业
社会影响中性/一般
使命信号驱动零售业务革新、提升用户体验与商业效率
创新程度积极采用新技术
Watch Jobs