【深圳算法专家招聘】-猎头顾问深圳招聘信息-猎聘

游女士 2天前在线已认证

高级猎头顾问 · 广州云猎科技有限公司

简历处理快回复速度快

聊一聊

职位介绍: 工作职责 1. 环境建模与MDP设计：将亚⻢逊⼴告投放全链路（SP/SB/SD）抽象为⻢尔可夫决策过程，定义状态空间（竞价环境、产品⽣命周期、竞争格局、库存状态等）、动作空间（出价调整、预算分配、关键词开关、时段策略等）与奖励函数（ACOS、ROAS、利润率等多⽬标平衡）； 2. 策略算法研发：设计并实现适⽤于⼴告投放场景的强化学习算法，包括但不限于：在线/离线策略优化（PPO、SAC、CQL、IQL、Decision Transformer等）多智能体协同（多⼴告活动、多产品线的联合优化）约束优化与安全RL（预算硬约束、ACOS上限保障）上下⽂Bandit与探索-利⽤权衡（新品冷启动、新关键词探索） 3. 仿真环境构建：搭建⾼保真⼴告竞价仿真器，基于历史数据建模竞争对⼿⾏为与平台机制，⽀持策略的离线评估与快速迭代； 4. ⾮标品适配：针对服装类⽬多变体（颜⾊/尺码/款式）、季节性、⽣命周期短等特点，设计⾃适应策略迁移与快速适应机制（Meta-RL / Few-shot Adaptation）； 5. 线上部署与效果闭环：设计安全的策略上线机制（渐进式部署、A/B实验框架），建⽴从离线评估到在线效果的完整验证体系，持续迭代提升核⼼业务指标； 6. 前沿技术探索：跟踪RL领域最新进展（Offline RL、World Model、Modelbased RL等），评估其在⼴告投放场景的适⽤性，推动技术创新与落地。工作要求 1. 学历背景：计算机、⼈⼯智能、运筹学、统计学、控制理论等相关专业硕⼠及以上学历，博⼠优先； 2. 强化学习功底：深⼊理解MDP理论、策略梯度、值函数⽅法、Actor-Critic架构，熟悉主流RL算法（DQN/PPO/SAC/TD3等）的原理与实现细节； 3. ⼯程实现能⼒：精通Python，熟练使⽤PyTorch，有RL相关框架（Ray RLlib、Stable-Baselines3、TorchRL、d4rl等）的实际项⽬经验； 4. 建模与数学能⼒：扎实的数学基础（概率论、随机过程、优化理论、博弈论），能将复杂业务问题抽象为可求解的数学模型； 5. 实验素养：具备严谨的实验设计能⼒，熟悉离线策略评估（OPE）、A/B实验设计与因果推断⽅法； 6. 项⽬经验： 5年以上算法研发经验，有RL算法从研发到线上部署的完整落地经验

其他信息: 语言要求：不限; 行业要求：批发/零售,电子商务

猎聘温馨提示：

1. 如您发现平台内招聘方存在以下违规行为的，请立即举报

· 扣押您的身份证件或者其他证件；
· 要求您提供担保人、担保金或者以其他名义向您收取财物（如培训费、体检费、资料费、置装费、押金等）；
· 强迫您入股或者向您集资；
· 以招聘名义牟取不正当利益；
· 发布虚假招聘广告信息；
· 工作时长违反劳动法规定；
· 存在其他损害您的合法权益的行为。

2. 如您应聘的岗位属于涉外劳务合作/海外岗位的，请务必核实招聘方对外劳务合作资质取得情况，同时注意自身资金安全，防范招聘欺诈。

了解更多安全防范知识>

3. 本平台招聘方不向求职者提供任何收费服务。

查看全部