微盟信息流广告优化师
任职要求
1、至少有1年及以上信息流优化经验，对于操作过头条、腾讯系、快手等任一媒体广告平台； 2、逻辑能力强，熟练操…
工作职责
1、在主流媒体渠道（今日头条、腾讯系、快手等）进行广告投放和优化广告项目，保证广告主KPI，提升项目消耗； 2、撰写创意文案，思考和探索创意（文案、图片、视频）优化方向，制定效果优化策略； 3、结合产品特点和媒体渠道的人群属性，匹配产品目标受众，选择精准的人群进行投放； 4、结合产品，了解主流媒体信息流广告创意的走向，不断优化创意，增加投放； 5、分析广告投放数据，解决优化难题，总结优化规律和方法论； 6、对内外沟通，与客户、销售、媒体、创意建立长期稳定的沟通，默契协作； 7、对项目效果负责，辅助承担部分售前咨询和提案工作，科学管理账号，项目结束后撰写结案报告
1）负责拼多多核心电商推荐和信息流广告场景(首页Feeds流、百亿补贴、个人中心、大促、秒杀等活动场景)的个性化流量分发，提升用户体验，优化场景的订单、GMV、收入、DAU等指标； 2）负责推荐和信息流广告的召回、粗排、精排、重排、策略方向的优化，提升模型效率、策略的合理性，最大化推荐系统的漏斗效率； 3）研究方向：深度学习、召回模型、LTR、CTRCVR模型、Uplift模型、多模态大模型、创意生成和优选、营销增长算法、运筹优化、模型压缩和加速等。追求技术创新和实际业务的结合，深入剖析电商推荐系统的问题，不断提升用户的体验。
团队介绍 AE 推荐算法团队负责AliExpress所有推荐类相关产品的算法研发，包括商品信息流、图文、短视频等众多场景的推荐，致力于用AI先进技术对商品&内容进行挖掘和理解，提升流量分发效率和用户体验，服务于全球243个国家数十亿消费者: 职位描述 1. 负责跨境电商场景中的用户理解，利用超大规模深度学习对用户长短期兴趣进行建模与实时意图预测 2. 负责推荐商品召回，包括i2i召回、深度个性化召回、多兴趣表达与匹配等 3. 负责优化推荐排序大模型，利用大规模深度学习技术对商品进行表征&个性化排序 4. 负责推荐流量机制与策略研发，包括新品、新用户的投放策略与调控机制
- 负责综合信息流推荐系统的核心算法的研究与优化，涉及多模态语义理解、多目标用户行为建模、公平性建模与偏差消解、差异化群体推荐等领域 - 设计和实现多个大规模信息流产品的完整策略系统，结合用户研究、行业研究持续提升新产品的核心竞争力 - 持续迭代推荐系统领域的先进方法和解决方案，并落地到多个业务场景中驱动核心指标提升 - 参与NLP/信息检索/推荐系统等多领域的前沿技术研究，与经验丰富的团队技术专家一起学习和成长
-团队描述 商业品牌策略研发组，隶属于百度移动生态事业群，致力于构建业界领先的品牌广告搜索引擎，负责包括开屏矩阵、品牌专区、信息流GD、品牌智能体等多个公司核心业务线，服务包括零售、美妆、服饰、汽车、3C等行业知名品牌客户。基于百度搜索、信息流亿级别的用户流量，设计实现大规模、高吞吐、低延时的分布式广告检索系统，处理在线、离线、近线等多种复杂业务场景；依托于海量的互联网数据，在触发排序策略、相关性模型、转化优化、流量预估、库存分配等方向，都有雄厚的积累和技术领先性；基于vue、react等业界主流前端框架，打造一站式的品牌样式生产平台，为品牌客户制作丰富、优质、炫酷的广告创意，给予百度用户优秀的视觉和交互体验；良好的团队技术氛围，定期的前沿技术分享与业务探讨，每一位同学在这里都能获得技术深度和业务广度的积累和成长 -研究数据挖掘或统计学习领域的前沿技术，并用于实际问题的解决和优化 -大规模机器学习算法研究及并行化实现，为各种大规模机器学习应用研发核心技术 -通过对数据的敏锐洞察，深入挖掘产品潜在价值和需求，进而提供更有价值的产品和服务，通过技术创新推动产品成长