职位职责
1.个性化算法研发与优化：
o负责电商场景下用户个性化推荐系统的算法设计与开发，包括商品推荐、搜索排序、首页猜你喜欢等模块，提升用户点击率、转化率及留存率；
o基于用户行为数据（浏览、购买、收藏等）构建用户画像，运用机器学习、深度学习算法（如协同过滤、双塔模型、Transformer 等）优化推荐策略；
o主导个性化算法的迭代实验，通过 A/B 测试验证效果，持续提升核心业务指标（GMV、客单价等）。
2.佣金算法设计与落地：
o设计并实现电商平台的佣金计算模型，涵盖商家佣金、推广佣金、分销分成等复杂场景，支持多维度规则配置（如品类、订单金额、促销活动等）；
o优化佣金算法的实时性与准确性，处理高并发订单结算、分润逻辑，确保财务数据一致性；
o结合业务需求（如拉新、促活、品牌合作）设计动态佣金策略，通过算法模型模拟不同策略对平台营收与生态的影响。
3.数据驱动与业务赋能：
o与产品、运营、财务团队协作，理解电商业务逻辑，将业务需求转化为算法解决方案；
o挖掘用户行为与商业数据价值，提出创新性算法想法，推动个性化推荐与佣金体系的智能化升级；
o维护算法模型的线上稳定性，优化计算效率，降低系统资源消耗。
任职要求
1.教育背景与专业技能：
o计算机科学、数学、统计学等相关专业本科及以上学历，3 年以上电商领域算法研发经验；
o精通 Python/Java 编程，熟悉 Hadoop/Spark/Flink 等大数据处理框架，具备分布式系统开发经验；
o扎实的机器学习理论基础，熟悉推荐系统常用算法（如 LR、GBDT、DeepFM、DSSM 等），有成功落地案例优先。
2.电商场景经验：
o有电商个性化推荐系统搭建经验，熟悉用户冷启动、商品冷启动策略，理解电商流量分发逻辑；
o熟悉电商佣金 / 分润体系，具备佣金规则引擎设计、复杂分润算法开发经验（如按比例分成、阶梯佣金、动态调整机制等）；
o有电商大促（如双 11、618）高并发算法支持经验，能处理实时数据计算与策略调整优先。
3.创新与落地能力：
o具备独立思考能力，能针对业务痛点提出创新性算法方案，并推动从原型到线上的落地；
o擅长数据分析与建模，能通过数据挖掘发现优化方向，熟练使用 SQL、Tableau 等工具进行效果分析；
o有良好的跨团队沟通能力，能与产品、工程团队高效协作，确保算法方案符合业务目标。
加分项
发表过推荐系统、电商算法相关论文或拥有技术专利；
熟悉强化学习在电商场景的应用（如动态定价、佣金策略优化）；
具备实时推荐系统、实时计算引擎（如 Flink、Kafka）开发经验；
对电商行业生态（如商家运营、用户增长、供应链）有深入理解。
职位亮点
参与电商核心算法体系建设，直接影响平台 GMV 与用户体验；
接触海量真实电商数据，探索前沿算法在复杂业务场景的落地；
开放的技术氛围，支持创新想法的实践与团队资源倾斜。