快手广告算法工程师-【海外商业化】
任职要求
1、动手能力强，熟悉C/C++/Python开发，熟悉Hive、Spark等大数据处理框架； 2、熟悉常用的机器学习和数据挖掘算法，有扎实的数学基础，善于从数据中发现、分…
工作职责
1、参与快手海外广告系统的核心机制策略、模型算法的研究及开发工作，服务不同国家和地区的用户，助力快手海外广告业务快速增长； 2、设计和实现高效的广告检索和排序算法，运用运筹优化、Uplift 建模 / 因果推断、参数模型化等技术和理论，探索给定资源约束下最大化流量和生态长短期价值的最佳机制策略实践； 3、研发业界领先的智能出价系统和智能投放平台，通过应用控制理论、强化学习等前沿技术，提升广告主投放的长短期收益； 4、优化广告的点击率和转化率，从模型结构设计、训练范式优化、用户特征挖掘、转化延迟建模等角度提升模型预估精准度。
1、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； 2、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； 3、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； 4、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； 5、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。
团队负责海外广告算法优化，在生成式出价、推荐大模型、强化学习、拍卖机制等诸多领域有深入研究，在WWW、ICML、CIKM、WSDM等顶会有多篇论文发表，团队成员将有机会参与快手海外广告系统的算法研发与策略优化，涵盖分发链路、算法出价、流量策略、拍卖机制等关键领域，服务全球开发者和广告主，驱动广告业务增长。 1、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，构建高效语义压缩和长序列建模，优化召回、粗排、精排、混排、端排等模块，提升平台收益与开发者体验之间的平衡； 2、研发适用于海外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； 3、探索算法出价策略，推进AIGB、生成式出价、出价大模型等先进出价技术落地，优化出价产品效率和体验，牵引B端客户预算增长，实现B端和C端、平台三方整体效益的最优； 4、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。
1、负责视频点、直播相关算法策略设计与优化，涉及主站/电商/商业化/海外等多个核心业务； 2、负责精细化设计不同场景/人群的转码、分发、播放算法策略（ABR等），为用户提供端到端的个性化体验（画质与流畅）； 3、负责设计和迭代基于视频内容的自适应处理和编码算法模型（CAPE等）； 4、与内外部团队合作，制定面向不同业务（主站/电商/商业化/海外等）的点、直播优化策略，并推动落地。
参与Keeta站内外用户增长算法的研究与实现，提高拉新、促活策略的效果与质量，包括但不限于： 1. 建设多维度的用户理解、定向能力，面向不同生命周期的用户实现差异化的站外广告、站内触达、补贴等增长策略。 2. 持续探索小样本学习、迁移学习、大模型推理等能力解决用户行为、样本稀疏等问题，在频繁开国场景下提升用户、业务冷启动增长效率。 3. 沉淀多国可复用的用户增长算法方案，高效支持多国差异化增长策略。