岗位职责
- 负责广告算法全链路优化，聚焦模型优化工作，深耕召回、粗排、精排等核心模块的模型迭代与效果提升，解决大规模场景下的模型性能与效果平衡问题，支撑海外广告业务高效运转；
- 负责广告策略优化，重点深耕出价策略迭代，探索强化学习、生成式出价等技术在海外广告场景的落地，优化广告主ROI与平台收益的动态平衡，提升广告投放效率；
- 负责行业优化相关算法研发，聚焦深度转化建模，攻克延迟转化、样本稀疏等行业痛点，适配海外不同行业广告的投放需求，助力行业广告变现效率提升；
- 负责流量优化工作，优化混排策略与流量分配机制，平衡广告变现效率与用户体验，提升全域流量的商业化价值，适配海外多区域、多场景的流量特性。
职位要求
- 具备扎实的广告算法优化经验，有召回、排序、模型优化等相关工作经历，能独立负责算法模块的迭代与落地，有海外广告算法相关经验者优先；
- 编程能力突出，熟练掌握Python/C++/Go等至少一种编程语言，熟悉TensorFlow/PyTorch等深度学习框架，具备扎实的算法与数据结构功底，能高效处理大规模数据与复杂算法问题；
- 有丰富的机器学习、深度学习模型研发与优化经验，能独立设计并落地模型优化方案者优先；
- 有大模型（LLM）在广告场景的落地经验，或生成式推荐、多模态等相关实践经验者优先；
- 在KDD、NeurIPS、ICML、ACL等国际顶会发表过相关论文者优先。
