岗位职责
1. 深度商业洞察：掌握国民级业务的“脉搏”
你将直面全球最复杂的电商生态，通过数据揭示增长的底层逻辑：
• 全链路归因： 面对双11 & 618等大促的 GMV 波动，构建流量×转化×客单价×复购的多维归因框架，精准定位根因。
• 用户增长全生命周期： 建模亿级用户的 LTV（终身价值），设计获客漏斗、流失预警与召回策略，让每一份运营投入都有迹可循。
• 商家与行业治理： 挖掘商家成长路径，设计经营健康度评分，通过数据驱动行业分层与生态繁荣。
2. AI 与大模型重构：做数据科学的“赋能者”
我们拒绝重复劳动。在这里，你将利用 LLM 变革数科工作流，构建“Agentic”的数据体系：
• NL2SQL/Text-to-Insight： 利用 LLM 及多模态模型重构数据分析路径，实现自然语言驱动的 SQL 查询与深度洞察生成。
• 智能体（AI Agent）编排： 设计并开发多 Agent 协作工作流，实现从海量数据获取到自动化洞察报告的端到端交付。
• 大模型质量基建： 构建 AI 产出质量评估体系，攻克 LLM 生成内容的准确性校验与幻觉检测难题，确保 AI 决策的严肃性。
• AI 辅助实验： 利用 LLM 自动生成 A/B 测试假设，匹配实验特征，解读复杂结果并输出可落地的策略建议。
3. 复杂决策优化：挑战运筹与因果的“极限”
• 运筹优化实战： 针对物流履约，运用线性规划、动态规划及强化学习，解决仓储选址、路径规划及动态调度等“硬核”问题。
• 因果推断深度应用： 运用 DID、合成控制、双重机器学习等前沿方法，在复杂的商业环境中拨开迷雾，量化产品策略的真实净增量。
• 大规模建模： 构建 ML/DL 模型，深度参与流量分配、价格优化及推荐排序，让算法直接转化为商业收益。
岗位要求
**硬性要求：26.11月-27.10月毕业，且26年暑期能来实习**。
• 教育背景： 统计学、数学、计算机、运筹学、经济学或相关量化学科硕士及以上学历。
• 数科功底： 扎实的概率统计基础，精通 A/B Test 及常用机器学习算法；熟练掌握 Python/R 及高性能 SQL 调优。
• AI 素养： 具备强烈的 AI 原生思维，掌握 Prompt Engineering，了解 RAG、Fine-tuning 或 RLHF 等大模型适配方法。
• 有实战经验优先： 有运筹优化项目（如调度、路径规划）或因果推断（策略评估）实际落地经验。
• 有工程实践能力优先： 熟悉 MaxCompute/DataWorks 等大数据平台，了解数仓架构、湖仓一体或 Spark/Flink 等处理框架。
• AI 开发者优先： 有初步的 LLM 应用开发经验（如 Function Calling、Agent 搭建）。
• 业务实习背景优先： 拥有电商业务实习背景（如用户 LTV、大促评估、商品归因分析）。
天猫技术