岗位职责
- 参与/负责字节跳动国际化业务广告排序算法优化，提升系统变现效率及客户体验；
- 负责大规模广告系统的全链路优化（召回/粗排/精排），持续提升系统变现效率；
- 充分感知客户反馈，通过全链路优化从根本提升客户体验，包括模型泛化/素材探索与利用/自动定向等；
- 探索强化学习和生成式混排策略，在保障用户体验的约束下实现收入最大化，落地不同投放体裁的最优排序逻辑；
- 研发生成式召回技术，捕捉用户在不同APP下的LifeLong行为意图，参与重构级联漏斗排序架构。
职位要求
- 具备优秀的编码能力，扎实的数据结构和算法功底，扎实的机器学习/深度学习理论和实践经验；
- 熟悉至少一种主流深度学习编程框架（TensorFlow/PyTorch），熟悉其底层架构和实现机制；
- 优秀的分析问题和解决问题的能力，对解决具有挑战性问题充满激情；
- 对技术有热情，有良好的沟通表达能力和团队精神。 加分项
- 在广告和推荐场景有过模型或者客户生态相关工作经验；
- 在相关会议（ICML & NIPS & ICLR，Recsys & KDD等）上发表过论文；
- 有LLM/生成式AI/强化学习相关研究经验，或在推荐/广告场景有相关算法迭代经验者优先。
