智能营销算法专家

岗位职责 负责知乎会员业务的智能营销算法建设，围绕会员拉新、转化、续费、召回、留存及内容消费等目标，设计个性化推荐、智能触达和营销策略优化方案。 建设会员用户建模与价值预估能力，结合用户行为、内容偏好、付费意愿、生命周期阶段和权益感知等信号，构建转化预估、续费预测、流失预警、LTV / CLV 预估、价格敏感度建模等模型。 负责会员营销场景下的增量效果建模与策略优化，应用 Uplift Modeling、因果推断、Treatment Effect Estimation、反事实评估等方法，优化人群圈选、权益推荐、优惠策略、触达时机、触达渠道和频控策略，提升营销真实增量收益。 完善会员营销实验与评估体系，通过 A/B 实验、Holdout 实验、归因分析、增量 ROI 评估、长期价值评估等方法，推动营销策略从相关性优化向因果增量优化升级。 结合知乎社区内容生态，利用推荐系统、NLP、多模态理解、大模型、内容质量评估等技术，提升会员内容理解、价值评估、智能匹配与分发效率，并与产品、运营、内容、商业化及工程团队协作推动落地。 岗位要求 计算机、人工智能、数学、统计学、运筹优化或相关专业本科及以上学历，具备扎实的机器学习、统计建模、推荐系统和数据分析基础。 熟悉推荐系统、广告算法、增长算法、搜索排序、CRM 智能营销或用户建模中的一种或多种方向，有实际业务落地经验者优先。 熟悉常见机器学习和深度学习模型，包括 LR、GBDT、XGBoost、DNN、Wide & Deep、DeepFM、Transformer、双塔召回、多任务学习、多目标排序等。 熟悉会员营销或增长场景中的核心算法方法，包括 Uplift Modeling、因果推断、LTV / CLV 预估、流失预测、付费转化预估、用户生命周期建模等。 具备较强的数据分析、实验设计、工程实现和业务抽象能力，熟悉 Python / Java / C++ 等至少一种编程语言，以及 PyTorch、TensorFlow、Spark、Hive、SQL 等常用工具或框架。 加分项 有会员订阅、知识付费、内容推荐、广告营销、增长运营、用户召回、续费转化等相关业务经验。 有 Uplift Modeling、因果推断、Treatment Effect Estimation、增量 ROI 评估、营销人群优化、优惠券发放策略等项目经验。 熟悉 PSM、IPW、Doubly Robust、DID、Causal Forest、Meta-Learner、T-Learner / S-Learner / X-Learner 等因果推断方法。 熟悉多目标优化、约束优化、Bandit、强化学习、探索利用、预算分配、资源调度等技术。 有大规模推荐系统、广告排序系统、营销自动化系统、用户画像系统、智能触达平台，或 NLP、多模态理解、大模型应用等相关建设经验。