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. 智能补贴研究：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）、RTA、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. 内容生成与投放：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. 用户承接推荐：结合流量渠道和场景的差异设计合适的推荐算法逻辑，在商业约束前提下提升用户转化效率；