岗位职责
- 参与快手海外联盟广告系统的算法研发与策略优化，涵盖流量定价、广告匹配、收益分成等关键链路，服务全球开发者和广告主，驱动联盟广告业务增长；
- 设计并优化联盟广告流量的投放和分发机制，结合因果推断、博弈论、运筹优化等理论，提升平台收益与开发者体验之间的平衡；
- 研发适用于联盟生态的流量匹配模型，提升CTR/CVR/竞胜率等关键指标的准确性，兼顾kwai、非kwai泛化迁移能力；
- 探索跨平台、跨形态广告生态中的新型匹配与变现策略，推进联盟广告系统的稳定性、鲁棒性与智能化算力；
- 探索LLM在联盟生态的价值，通过LLM的世界知识和推理能力缓解联盟的数据缺乏问题。
职位要求
- 扎实的编码能力，熟练掌握C/C++/Python，熟悉Hive、Spark等大数据处理工具，有良好的工程实现能力；
- 掌握主流机器学习与推荐/广告算法，对定价、点击转化预估模型等方向有深入理解；
- 具备良好的问题分析能力和系统性思维，能从复杂的数据中提炼有效信号并形成闭环优化；
- 有联盟广告、RTB广告、DSP/SSP系统、推荐系统、广告竞价策略、流量分发等经验者优先。 加分项：
- 有ACM、Kaggle等国内外顶级赛事冠军者优先；
- 有KDD、WWW、SIGIR等广告&推荐顶会发表文章者优先；
- 有生成式推荐大模型的落地经验者优先。
