岗位职责
- 基于大模型以及强化学习能力优化智能投放产品，提升广告投放效果和效率；
- 负责广告全链路模型优化，包括广告召回排序模型、精排模型(pCTR,pCVR,pLTV)等。方向包括长序列行为模型、生成式召回模型、多场景联合建模、多链路辅助建模、LLM结合推荐等先进技术创新突破探索；
- 基于内外部数据，运用统计学、机器学习、计算广告等多个领域知识，对oCPA广告成本达成率、起量等多个关键指标进行垂直行业的问题分析和定位；
- 研发行业算法策略，包括但不限于设计和实现广告起量策略、分行业模型校准、行业EE算法等，进行召回/粗排/精排全链路优化，提升行业效果和收入；
- 负责腾讯营销业务场景的落地，紧贴业务需求出发的技术突破升级；
- 积极跟进AI学术界和业界的最新动态，优化内部技术方案，不断推进广告算法设计升级。
职位要求
- 有机器学习算法优化理论的研究经验，熟悉Tensorfow或者PyTorch机器学习框架，并有实际的模型训练、调优的项目经验；
- 优秀的编码能力，熟悉C++/Python/Java/Scala，扎实的数据结构和算法功底；
- 优秀的分析和解决问题能力，良好的团队合作精神；
- 有CV/NLP大模型应用优化经验，或推荐大模型优化经验者优先，或着有计算广告背景特别是广告投放机制经验者优先。
