岗位职责：
负责公司核心业务场景（如产品推荐、服务增值、精准营销）的个性化推荐系统算法设计、开发与持续迭代。
深入理解业务需求，综合利用客户基本信息、交易数据、线上行为日志、问卷反馈等多维度数据，构建精准的用户画像和推荐模型。
主导并实践机器学习项目的全生命周期，包括数据清洗、特征工程、模型选型、训练调优、效果评估与部署上线。
负责推荐模型的技术选型，熟练应用逻辑回归、XGBoost/LightGBM、深度学习（DNN）等模型，并通过超参数调优、特征交叉等方式持续提升模型效果。
设计并主导实施A/B测试等科学评估方法，通过客户点击率、转化率、加保率等关键业务指标，量化验证并推动算法模型的迭代优化。
建立并完善模型监控体系，主动追踪数据漂移、模型衰退等线上问题，建立预警机制并推动解决方案的落地。
与数据工程师、产品经理及业务团队紧密协作，确保模型输出结果能够高效、稳定地对接到下游业务系统，驱动业务增长。
任职要求：
计算机、统计学、数学或相关专业本科及以上学历，具备扎实的编程与算法基础。
具备3年以上在推荐系统、计算广告、搜索算法或用户画像等相关领域的算法研发经验。
精通Python编程语言，熟悉常用的数据科学库（如Pandas, NumPy, Scikit-learn）；熟练掌握SQL，具备海量数据处理能力。
深刻理解并有丰富的实践经验，能够熟练应用逻辑回归、GBDT（XGBoost/LightGBM）、随机森林等传统机器学习模型。
具备深度学习模型（如DNN）的应用经验，熟悉至少一种主流深度学习框架（如TensorFlow, PyTorch）。
熟悉机器学习项目端到端的开发流程，有模型部署、A/B测试和线上监控（MLOps）经验者优先。
具备出色的业务理解和数据敏感度，能够从数据中发现问题并转化为算法解决方案。
具备优秀的沟通表达能力和团队协作精神，能够主动推动项目进展。
加分项：
有在金融、保险行业从事算法工作的经验。
有在主流云平台（如AWS, Azure, GCP）上开发和部署机器学习模型的经验。
在Kaggle等数据科学竞赛中取得过优异成绩，或在顶级学术会议/期刊上发表过相关论文。