快手数据分析师-【广告联盟方向】

负责公司游戏产品在各大渠道（信息流、视频、搜索、联盟等）的广告投放数据监控与分析，涵盖曝光、点击、安装、注册、留存、付费等核心指标。 建立并完善投放数据分析体系，设计并维护日报/周报/专题分析报告，及时识别异常并进行归因分析。 结合投放数据，支持 A/B 测试及实验设计，评估素材、定向策略、渠道组合的效果差异，并提出优化方案。 参与制定投放预算与投放策略，定期评估渠道效率（CPI、CPA、ROAS、LTV 等），为投放决策提供量化支持。 协助广告优化师、市场发行及产品团队，推动数据驱动的投放优化和业务增长，确保投放效果达成预期目标。 跟踪行业趋势与竞品投放动态，探索新的增长点与投放模式，为公司宣发策略提供数据参考。

公司介绍： 文远知行（WeRide）成立于 2017 年，是全球领先的 L4 级自动驾驶科技公司，致力于“以无人驾驶改变人类出行”，已在全球超过 25 个城市开展自动驾驶研发、测试及运营，累积自动驾驶里程超1600万公里，应用场景覆盖智慧出行、智慧货运和智慧环卫，形成自动驾驶出租车、自动驾驶小巴、自动驾驶货运车、自动驾驶环卫车、高阶智能驾驶等五大产品矩阵，提供网约车、随需公交、同城货运、智能环卫、高阶智能驾驶解决方案等多种服务。 凭借“1个平台+3大场景+5大产品”的多元商业化战略，文远知行商业营收居同类自动驾驶企业之首，已与多家全球顶级主机厂和一级供应商达成战略合作伙伴关系，包括雷诺日产三菱联盟、宇通集团、博世、广汽集团等，不断为人类出行提供更多新选择。 文远知行目前的团队既有来自谷歌、微软、亚马逊、苹果、百度、滴滴的高阶工程师，也不乏刚从顶尖高校毕业的青年才俊。来到我们当中，你会发现这是一个专业、专注、有趣、有料的队伍。大家为了一个激动人心而富有挑战的目标走到一起，互相激励、脑力碰撞，为实现产品落地、创造社会价值、推进行业技术而努力。 对有抱负的工程师，还有什么比这更有意义的呢？我们虚位以待，真诚期待技术过硬、志趣相投的小伙伴加入我们！ 更多信息请访问：http://www.weride.ai，或关注官方微信号：文远知行WeRide PNC组介绍： 在自动驾驶系统中，决策规划与控制可以类比为人类的大脑与神经。确保“大脑与神经”正确高效地“思考”和安全舒适地“执行”，是一个优秀的规划与控制组的职责所在。规划控制团队分为决策团队、规划团队和控制团队。决策规划部门的主要目的是在复杂的无人驾驶环境中找到安全的行驶方案，例如通过人类驾驶的数据分析何时进行变道，对前方车辆是跟随还是绕行。决策规划部分还要从路上的真实数据中学习人类驾驶的共识，比如道路拥堵时到底什么时候能变道，后车要怎么表达出它是否让行，进而思考如何把这种共识应用到具体算法中。此外，决策规划要能将不同的未来收敛到当选确定的行为中。控制部分则是负责将上述的行为严格地执行到车辆上。 持续改进无人驾驶规划系统底层和工具，包括但不限于： · 规划系统底层架构改进 · 基于海量数据的规划算法评测系统 · 规划算法优化系统 · 系统性能Profile和优化 · 规划系统可靠性改进

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。

简介: 1. 我们是谁： 我们搭建了业界领先的广告系统（TapTap 是国内 Top1 的游戏下载和分发平台），正在探索全新的 Agentic 广告平台； 2. 你所共事：不仅有清、北、复、交、浙大、牛津、斯坦福等名校的毕业生，也有来自腾讯、阿里、字节、Google 等世界一线互联网公司的大牛； 3.团队文化：真诚、正直、平等开放、追求卓越、充满活力。 1. 媒体变现优化（聚合&ADX方向）： a. 负责聚合SDK媒体变现和用户体验优化，通过瀑布流填充概率分布模型、个性化动态底价分发策略等，最大化广告变现收益（ARPDAU）及 eCPM； b. 负责ADX流量的收入&利润优化，通过请求填充价值预估、动态底价策略，最大化DSP的填充&曝光ecpm； 2. 广告投放优化（Bidding/DSP方向）：负责广告交易平台（DSP）的核心竞价算法研发。通过构建高精度的 pCTR/pCVR 预估模型及出价策略（Smart Bidding），在海量实时竞价（RTB）环境下，平衡广告主投资回报率（ROI）、媒体收益与用户体验； 3. 营销agent（LLM&自动化决策方向）：负责构建基于大模型（LLM）驱动的智能营销 Agent 系统。将一线投放人员、优化师的日常操作经验（如素材制作与分析、预算&出价调节、定向优化）转化为可自动执行的算法模型与 子Agent 插件（如创意agent、预算&出价agent、定向agent等），实现从策略生成到自动执行、效果反馈、自主迭代的营销全链路闭环； 4. 技术研究：跟进搜推广、大模型以及agent领域的前沿研究进展，独立完成技术调研和验证，协助推动落地。