锦鲤求职岗位描述
岗位描述
国际化智能司机补贴算法团队负责面向全球市场的司机补贴决策算法与系统建设，通过因果建模、弹性预估、预算优化、个性化策略和智能化研发工具，提升司机活跃、供给效率与补贴 ROI，支撑国际化业务增长。
团队当前重点探索：
* 司机供给增长与补贴 ROI 优化
* 因果推断、Uplift / Treatment Effect、弹性建模
* 预算约束下的补贴决策与运筹优化
* 生成式奖励策略与智能决策
* LLM / Agent / Auto-Research 在算法研发、业务分析和策略迭代中的应用
我们希望寻找既有扎实算法能力，又能深入理解业务、推动复杂策略落地，并愿意拥抱 AI-native 工作方式的算法工程师。
主要职责
* 负责国际化司机补贴算法研发，围绕司机上线、接单、完单、供给效率和 ROI，设计并迭代补贴模型与策略。
* 建设司机行为理解与特征表征体系，刻画司机活跃、接单意愿、做单能力、价格/补贴敏感度及区域迁移特征。
* 运用因果推断、弹性建模、Uplift 建模、运筹优化等方法，提升补贴决策的可解释性、可迁移性和长期收益。
* 探索生成式奖励策略、端到端决策、Policy Learning / RL 等新方法，推动补贴算法从规则/模型迭代走向智能决策升级。
* 探索 LLM、Agent、Auto-Research 在业务分析、实验诊断、策略搜索、跨市场迁移中的应用，提升个人和团队研发效率。
* 与产品、工程、运营、数据科学团队协同，推动算法方案从问题定义、建模、实验到放量的完整闭环。
任职要求
任职资格
* 计算机、统计学、数学、运筹学、经济学等相关专业硕士及以上学历。
* 具备扎实的机器学习、因果推断、深度学习或运筹优化基础，能独立完成中等复杂业务问题的建模、验证和落地。
* 具备较强业务抽象能力，能够从复杂供需、补贴、增长或交易场景中识别核心问题，并转化为可验证的算法方案。
* 熟悉完整机器学习项目流程，包括数据处理、特征工程、模型训练、离线评估、线上实验、效果归因和持续迭代。
* 熟练使用 Python，熟悉 SQL、Hive、Spark 等数据处理工具，具备良好的工程实现能力和代码质量意识。
* 对 LLM、Agent、Auto-Research 等 AI-native 技术有持续学习和应用意愿，能够结合业务问题开展实验并验证价值。
* 具备良好的沟通协作和项目推进能力，能在产品、运营、工程等多角色协同中推动复杂项目落地。
加分项
* 有补贴、定价、营销、广告、推荐、供需匹配、交易市场等业务算法经验。
* 有 Uplift 建模、多值 / 连续 Treatment、Treatment Effect、OPE、仿真评估或实验设计经验。
* 有预算约束优化、多目标优化、强化学习、Policy Learning、生成式决策或端到端决策经验。
* 有时空建模、序列建模、司机/用户行为表征、Embedding 或大规模预估模型实践经验。
* 有 LLM 应用、RAG、Agent、SFT、Prompt Engineering、Auto-Research 或自动化实验平台落地经验。
* 有跨国家、跨市场业务支持经验，或具备良好的英语沟通能力。
* 有高质量论文、专利、开源项目或算法竞赛优秀成绩。