机器学习算法工程师

岗位描述
到家研发平台秉承"零售+科技"战略，致力于推动餐饮、零售需求侧和供给侧数字化升级，构建了超大规模的在线交易平台和实时调度系统，保障了百万商家和亿级用户的高效安全交易，实现了对百万骑手所在物理世界全链路的数字化。随着万物到家业务战略推进，我们在需求侧致力于通过大数据与大算力深度融合，建设强大的LBS零售电商系统和平台；同时，在供给侧紧密关注决策智能、因果推断和机器人等诸多新技术的发展和应用,建设行业领先的智能决策平台。 真诚地邀请你，和我们一起驱动技术发展，创造行业价值。
在这个岗位上，你将深入研究隐变量挖掘、强化学习、因果推断等技术，探索其在竞争场景下定价算法中的应用潜力。
1. 参与定价算法的升级与优化： 你将与团队合作，将研究成果应用于实际定价算法中，提升算法在竞争环境下的性能和鲁棒性。
2. 进行数据分析和模型构建： 你将利用海量数据，进行深入分析，构建和训练机器学习模型，并进行模型评估和优化。
3. 跟踪领域最新进展： 你将密切关注机器学习、强化学习、因果推断等领域的最新研究成果，并将其应用于实际工作中。
岗位基本需求
计算机、运筹优化相关专业硕士及以上学历，稳定实习每周四天，五个月及以上优先；
熟练掌握机器学习、深度学习和强化学习技术，对因果建模、uplift model 有一定认知；有顶级论文发表者优先；
具备较强的团队合作意识和沟通能力，能够与业务方协同工作，推动项目进展。
岗位亮点 1.业务核心，创新场景丰富，每日超过6000万单的履约职责，覆盖全国几百个城市，运营百万级骑手，负责全年百亿级的定价、活动补贴问题； 2.团队汇聚了因果推断背景、运筹优化背景和机器学习背景的技术大牛，实战经验丰富，通过共同学习可快速成长为能解决实际问题的跨学科复合型人才。 3.拥有业界一流的团队，成员大多来自国内外名校，支持进行前沿技术与业务探索；团队近年已有部分成果发表在NeurIPS/ICML/KDD等顶会上。
简历投递：牛客不让发邮箱，可以私信我～