快手广告算法实习生-【商业化算法部】

1、参与快手商业化系统核心模型、机制、策略算法的研究及开发工作； 2、针对每天数亿网民 & 亿级广告库，参与研发业界领先的超大规模深度学习推荐模型，通过输入端、判别层、输出端建模优化，更精准地实现千人千面，包括但不限于 Meta learning、图学习、多模态建模、对比学习等前沿技术研究； 3、参与研发业界领先的广告智能投放平台，通过应用运筹优化、强化学习、联邦学习、CV & NLP（视频理解、生成）等前沿技术，提升广告主投放的长短期收益； 4、针对每天百亿流量 & 数十种差异化场景，参与设计、实现创新的拍卖机制和分配算法，运用博弈论、计算经济学、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。

1、负责消费品、服饰、母婴等行业的商业化产品运营工作，根据产品运营目标，协助产品数据分析&业绩追踪； 2、基于产品运营方案，协调公司内外部资源，与业务、策略，算法等团队保持良好沟通，执行落地方案以及结果追踪； 3、对产品全流程进行支持，监控和管理，追踪产品上线后的推广和迭代管理； 4、日常了解和沉淀商业化市场动态，及时进行梳理和分享。

1、围绕广告业务，学习和理解业务的基本逻辑，能独立完成数据提取、处理、分析和可视化呈现到结论展示的整个流程，为行业提供数据分析方案与支持； 2、结合部门现有业务数据梳理汇总，对公司内外部数据进行挖掘，在深入理解行业需求、产品与用户洞察基础上，紧密协助业务，用快速而有效的方式满足业务方需求； 3、支持行业的数据分析、销运支持工作，深入理解业务规则并有效赋能业务，产出业务分析与建议。

1、负责磁力聚星生态下的广告/自然流量的策略迭代和升级，提高广告转化效果和商业化收益； 2、与算法团队紧密配合，基于行业和客户需求洞察，结合流量和场景特性，持续挖掘提效空间，设计高效可复用的策略解决方案； 3、基于达人营销和素材价值，通过自然、商业流量的组合策略，最大化广告价值，提升广告主满意度； 4、跨部门沟通协作，高质量推进团队工作，共同达到项目目标。