推荐与归因算法工程师

岗位定位：

面向银行财富管理业务，基于客户结构化（账户、资产、交易、持仓）与半结构化行为（埋点、触点轨迹）数据，负责推荐链路的算法设计、策略开发与效果归因。

岗位职责：

1、推荐策略与模型研发：构建客户画像与标签体系，开展特征工程；负责推荐链路的算法设计与迭代，针对资金转入、资产配置意愿、产品申购等场景完成推荐模型的开发与优化。

2、归因分析与因果推断：打通从曝光、点击到购买、持仓的全链路数据，建立科学的转化口径；开发多触点归因模型与因果推断方法，还原客户转化路径，区分自然增长与推荐营销带来的净增量。

3、效果评估与实验体系：搭建离线回测与在线实验评估体系，定义点击率、转化率、AUM 增长等核心指标，建设效果看板，支撑算法策略的放量、迭代与下线决策。

4、业务协同与合规落地：与产品、数据、运营团队紧密协作，将适当性管理、可售产品范围、展示规范等合规及业务要求嵌入推荐与归因策略中，参与 ROI 测算与流量资源的高效分配。

任职要求：

1、本科及以上学历，计算机、统计、数学、金融工程、经济学等相关专业，具备 5–10 年推荐算法、因果推断、归因分析或增长算法相关经验。

2、熟练掌握分类、回归、排序算法及常用机器学习/深度学习模型，具备独立模型选型与优化能力；精通推荐全链路（召回、粗排、精排、重排），掌握 AUC、NDCG 等离线评估指标。

3、熟练掌握因果推断常用方法，理解其适用条件与局限；熟悉末次触点、时间衰减、数据驱动等常用归因模型，能准确评估营销与推荐净增量。

4、熟练掌握 SQL 与 Python，能独立完成数据提取、特征工程、模型训练、归因分析与效果评估的全流程；具备特征平台、实时特征开发或大规模数据处理经验者优先。

5、深刻理解银行财富管理业务及资产配置概念，能将复杂的金融业务目标转化为算法与分析指标；具备银行、证券、基金等金融行业财富管理、产品推荐或营销增长建模经验者优先。