岗位职责 负责社交产品核心转化环节（活跃、付费、留存等指标）的算法优化，深入理解业务场景，将业务指标拆解为可量化的算法目标，通过样本特征构造、特征工程、机器学习和运筹优化建模持续提升业务增量； 持续追踪大模型最新进展，推动大模型在用户互动场景的规模化落地，持续提升产品智能化水平与用户体验； 设计并实施 A/B 实验，利用归因分析与因果推断思路评估策略上线的真实效果，确保离线指标与在线业务指标的一致性； 熟练使用 SQL 及数仓（Hive / Spark / Flink 等），参与用户行为特征、社交关系特征、内容质量特征等标签体系的建设与维护； 与产品、运营及工程团队紧密协作，明确需求边界，推动策略模型从立项、开发、上线、评估到迭代的全链路落地，确保算法迭代的节奏感与有效性。

必要条件： 计算机、数学或统计学相关专业本科及以上学历，机器学习基础扎实，深入理解分类、排序、过拟合与偏差等核心概念； 具备推荐系统、排序或 CTR 预估相关项目经历，熟悉特征工程及常见模型调参思路； 熟练掌握 SQL 及数仓取数口径，具备独立进行特征分析与实验设计的能力； 熟悉大模型应用开发，具备优秀的提示词工程能力，有 Agent 开发或 LLM / 语音模型调优实战经验； 具备良好的工程协作能力，能与后端及数据工程对接特征、日志与任务调度，清晰描述链路并推动落地； 业务敏感度高，能适应快速迭代的产品节奏，优先交付可验证的业务价值。 加分项： 有社交或泛娱乐类产品算法优化经验，理解社交场景转化链路特点； 具备实时对话类 AI 功能大规模落地经验； 熟悉大规模分布式计算框架，或具备高性能大模型服务开发部署经验。