岗位职责
- 负责 Keeta 新用户与流失用户的增长策略建模，参与用户分层、召回与转化路径优化。基于用户行为数据构建人群画像，设计新客获取、流失召回、复购提升等投放策略。
- 参与构建用户触达策略模型，包括 Push、短信、邮件等触达方式。优化基于用户生命周期与行为特征，探索个性化触达时机、频率与内容策略。
- 参与构建增长场景下的 AI Agent 系统，基于 LLM 与 Agent 技术实现投放策略的自动化决策与执行。设计 Agent 的感知-决策-执行闭环，利用 ReAct、CoT 等范式拆解复杂投放目标，实现从诊断、策略制定到出价调优的全链路自动化。
- 参与 AIGC 在增长场景的应用落地，推动素材生产自动化与智能化。探索将素材生成、创意 A/B 测试、人群定向等原子能力封装为 Agent 可调用的标准化工具，提升复杂任务的自动化编排效率。
- 与跨部门团队紧密合作，确保算法与业务需求紧密结合，有效推动用户增长目标的达成。
- 前沿技术落地场景：你将在真实增长业务中构建 AI Agent 系统，将 LLM 与 ReAct/CoT 等范式应用于投放策略的自动化决策，是国内少有的 Agent 技术在用户增长场景的完整落地机会；
- 直接影响业务增长：你设计的召回策略、触达模型、AIGC素材将直接影响 Keeta 多个国家的新客获取与用户留存，算法价值通过 A/B 实验清晰可见；
- 多国增长差异化挑战：不同国家的用户行为、消费习惯、触达偏好差异显著，需要设计真正适配本地市场的增长算法，是国内少有的多国用户增长实战场景；
- 成长空间大：增长算法与 AI Agent 方向均处于快速建设期，有大量从0到1的机会，优秀者可快速成长为方向负责人。
职位要求
- 本科及以上学历，2年以上算法研发经验，熟悉机器学习、深度学习核心理论，掌握 Python 及主流 ML 框架（PyTorch/TensorFlow）；
- 具备较强的业务理解与数据分析能力，能通过数据定位增长问题，设计可量化验证的算法解决方案；
- 熟悉主流 LLM 技术栈，了解 Prompt Engineering、RAG、Function Calling 等基础能力，有基于 LLM 构建 Agent 或自动化流程的实际项目经验；
- 有用户增长、用户运营、触达策略（Push/短信/邮件）或补贴算法等方向的实践经验（至少一个方向）。
