机器学习工程师，增长
岗位摘要
构建预算分配算法，利用边际回报估计在渠道、活动和市场间分配投资，并考虑收益递减、不确定性和业务约束；开发支出节奏与自适应控制系统，根据绩效变化调整预算和支出速率，在反馈延迟或噪声时平衡响应性与稳定性，并建立支出限制、监控和安全回退机制
岗位职责
- 构建预算分配算法，利用边际回报估计在渠道、活动和市场间分配投资，并考虑收益递减、不确定性和业务约束
- 开发支出节奏与自适应控制系统，根据绩效变化调整预算和支出速率，在反馈延迟或噪声时平衡响应性与稳定性，并建立支出限制、监控和安全回退机制
- 对营销响应和用户价值进行建模，开发转化、长期价值和饱和度的预测模型，以确定下一美元的最佳投资方向
- 严谨评估决策，使用模拟、回测和在线实验测试分配与控制策略，并与数据科学团队合作衡量增量性，验证离线改进是否转化为更好的投资结果
- 负责可靠的生产系统，构建数据管道、训练和推理工作流及集成，将模型输出转化为预算决策，建立数据质量检查、监控和再训练机制，并妥善处理隐私和同意
- 将业务目标转化为优化问题，与增长营销、数据科学、工程和财务团队合作定义目标和约束，沟通权衡，并用证据改进投资决策
- 帮助构建多元包容的文化，让人们感到受欢迎、敢于挑战假设，并以坦诚和尊重协作
任职要求
- 5年以上机器学习工程师、应用科学家、数据科学家或类似定量工程角色的经验，或同等的影响力记录
- 具有构建和运营生产级机器学习或定量决策系统的经验，涵盖从问题定义、数据管道到部署、实验和监控的全过程
- 强大的软件工程技能，精通Python和SQL，并具有机器学习框架和大规模数据系统的实践经验
- 在机器学习和统计学方面有扎实基础，具有将优化或控制方法应用于不确定性决策的经验
- 具有使用噪声、延迟或不完整数据评估模型或算法的经验，并具备平衡模型质量、因果影响和运营可靠性的判断力