岗位职责

广告算法策略包含深度学习、强化学习、大数据、数据挖掘、并行优化、策略机制等多个方向，重点关注广告在流量侧的分发和变现效率提升；
负责机器学习的算法和模型开发，包括但不限于ctr/cvr建模、留存预估、强化学习、因果推断等算法模型；
分析海量用户行为数据和广告视频数据，挖掘有效特征与用户兴趣，设计并优化广告流量的匹配效率，结合大模型、生成式推荐GR等先进技术，优化广告召回、粗排、精排以及不同业务间的混排策略，提升商业化变现效率；
优化广告用户体验，探索冷启动、流量协同等方向；研发适用于广告生态的流量策略机制，采用自动寻参、黑盒优化、强化学习、uplift建模等技术提升流量分配效率，提升用户体验同时优化用户长期价值；
在主流量场景外，优化激励广告、开屏广告、创作者等特殊广告位的商业化变现效率；
探索LLM在广告生态的价值，通过LLM的世界知识和推理能力解决广告投放链路中的效率问题。通过技术升级提升全平台投放效率和效益。

职位要求

计算机相关专业，硕士及以上学历，2年以上相关实际工作经验；
熟悉常用机器学习算法，对机器学习、概率统计、最优化、因果推断、强化学习等算法原理及应用，有扎实的基础；
熟悉C/C++、Java、Python等至少一门编程语言，有较强动手能力；
对数据敏感，有较强数据分析和解决问题能力。加分项：
有互联网大型广告平台算法策略经验，或者搜索、推荐、客户增长等相关算法策略落地经验；
在ICML、NIPS、ICLR、KDD、SIGIR、WSDM、CIKM、Recsys等机器学习领域顶级会议或期刊以第一作者发表过文章，或者有相关的开源项目贡献经验优先。