岗位职责
我们是淘天集团用户算法团队，致力于通过外投广告、商品推荐、权益激励与消息触达等，全面提升淘宝用户的增长效率与长期价值。团队聚焦用户全生命周期管理，以算法驱动精细化运营，持续优化获客效率、增量GMV与用户LTV。 在权益策略场景中，传统的增量模型面临选择性偏差、时序混杂、跨周期替代、归因困难等挑战。为此，我们正在探索下一代生成式因果推断框架。 你将承担以下核心职责：
- 增量建模与因果推断：深入解决观测数据中的选择偏差、时变混杂以及跨期替代效应等问题，基于淘天用户特征体系，提升权益的增量预估准确性；
- 算法创新与模型研发：探索并设计下一代生成式因果推断范式，建一个端到端的生成式因果模拟框架，从‘预测单一数值’向‘模拟用户全生命周期平行宇宙’范式跃迁，攻克提前消费透支与多次追发决策等核心挑战；
- 前沿成果输出：在KDD、ICML、NeurIPS等顶级会议发表高水平论文，拓展因果推断与个性化营销领域的影响力；
- 应用场景覆盖淘天多个权益体系，完成算法的线上应用及取得线上效果提升。 加入我们，你将参与最具挑战性的工业级因果推断课题，定义智能营销与用户增长的未来技术范式。
职位要求
- 自然语言处理、机器学习、数据挖掘、人工智能等相关专业的硕士生/博士生，实习时间可满一年；
- 精通深度学习与Transformer架构，具备模型创新与底层开发能力；
- 熟悉因果推断（如Uplift Model、PSM、Doubly Robust、Representation Learning for CATE）等方法优先，有实际项目经验优先；
- 熟悉推荐系统、增长策略或在线营销场景者优先；
- 具备优秀论文产出能力，有CCF-A类或顶级AI/ML会议（如KDD、ICML、NeurIPS、WWW）发表者，或在数学、ACM、天池等竞赛中取得优异成绩者优先；
- 具备优秀的逻辑思维与系统设计能力，对算法研究与业务落地有强烈热情；
