1. 国家差异化研究：面向国际用户，分析并挖掘其多元化、差异化、稀疏性等特点，利用多任务学习、小样本学习、迁移学习等，进行global or local的优化； 2. 智能权益研究：基于统计学、机器学习、经济学、运筹优化、因果推理等，研究权益（价格、促销）对用户的行为影响、以及对平台的整体收益影响（如增量成交买家数、增量GMV、增量ROI等），并基于此设计权益投放策略； 3. 用户触达（站外引流）：通过预测AliExpress的素材与用户的匹配程度，将其与用户进行在线分配，从而引导用户来访AliExpress；该问题会涉及资源约束，如单个用户的可触达次数、总的资金预算等；该问题涉及的业务包括PUSH、EDM（邮件营销）、PPC（广告外投）、创意投放等； 4. 全域投放（站内触达）：结合端计算、MDP等，在AliExpress内对用户进行各种素材组合的推送；推送需考虑时机、素材候选、素材组合、用户站内行为周期等； 5. 智能创意生成与投放：利用视觉和文本生成技术做到更加个性化的商品表达，结合用户个性化推荐提升商品的转化效率 6. 用户生命周期管理：将机器学习、强化学习和用户全生命周期管理系统结合，推动智能化的增长模型，包括智能权益模型、用户行为模型、留存率提升模型、决策优化等，提升用户活跃度、留存率，LTV等增长指标；

基于AE国际商业系统中产生的文本、图片、视频和设计稿等原始数据，负责标题、图片及短视频智能化生成、创意视频摘要封面等相关的算法研发工作，自我进化，持续产出表达用户心智的创意； 基于AE国际商业系统中多语言文本、异构的用户消费行为等数据，构建NLP及多模态相关深度学习算法，包括利益点挖掘、智能文案、视频文案、多语言机器翻译等， 对智能创意素材进行挖掘补充； 对国家、人群及消费行为等数据差异性有深度的洞察，将模板优选、CTR预估与个性化推荐等算法相结合， 做到国际化场景创意智能投放，大幅度提升商品的CTR及转化率， 提升用户活跃度、留存率，LTV等增长指标； 对业界前沿技术和设计趋势保持敏感，有深度洞察， 持续关注前沿进展， 并根据创意业务特点，梳理和提出创新的算法和业务流程，驱动国际化业务升级