快手广告算法工程师-【流量策略方向】
任职要求
1、计算机相关专业，硕士及以上学历，2年以上相关实际工作经验； 2、熟悉常用机器学习算法，对机器学习、概率统计、最优化、因果推断、强化学习等算法原理及应用，有扎实的基础； 3、熟悉C/C++、Java、Python等至少一门编程语言，有较强动手能力； 4、对数据敏感，有较强数据分析和解…
工作职责
1、广告算法策略包含深度学习、强化学习、大数据、数据挖掘、并行优化、策略机制等多个方向，重点关注广告在流量侧的分发和变现效率提升； 2、负责机器学习的算法和模型开发，包括但不限于ctr/cvr建模、留存预估、强化学习、因果推断等算法模型； 3、分析海量用户行为数据和广告视频数据，挖掘有效特征与用户兴趣，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，优化广告召回、粗排、精排以及不同业务间的混排策略，提升商业化变现效率； 4、优化广告用户体验，探索冷启动、流量协同等方向；研发适用于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； 5、在主流量场景外，优化激励广告、开屏广告、创作者等特殊广告位的商业化变现效率； 6、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、广告算法策略包含深度学习、强化学习、大数据、数据挖掘、并行优化、策略机制等多个方向，重点关注广告在流量侧的分发和变现效率提升； 2、负责机器学习的算法和模型开发，包括：DNN、超参数优化、学习和优化方法、因果推断等； 3、负责海量数据的分析和挖掘工作，构建用户画像模型，提升CTR、CVR； 4、对机器学习尤其是深度学习前沿问题进行探索与研究； 5、金币发放等激励广告投放策略研发，以较高的ROI推动广告收入增长。
1. 在AI时代大背景下，应用agent技术实现类代理的端到端广告投放，大幅提升预算投放效率。在基础的模型技术、流量策略技术基础上，重点面向AI agent技术做业务突破。 2. 方向1：AI agent工程师：整合出价策略、诊断策略等客户视角功能，以agent技术重塑广告投放流程。 3. 方向2：模型算法工程师：模型方向面向跨域、跨载体、跨业务通用建模，面向全新领域探索求解。 4. 方向3：广告策略工程师：流量策略方向面向平台变现效率、行业竞争公平性、搜索/推荐均衡性、拍卖激励兼容属性做深度优化。
作为小红书电商算法团队的核心成员，你将深入参与“种草到拔草”的闭环建设，负责电商搜索、信息流推荐及流量分发机制的算法迭代。利用前沿的 AI 技术，在亿级流量场景下解决复杂的业务挑战，平衡用户体验与商业价值。 岗位职责： 1. 核心场景优化：负责电商搜索（Search）或信息流推荐（Feed）场景的算法研发，通过优化召回、粗排、精排及重排策略，提升 CTR、CVR 及 GMV 等核心业务指标。 2. 模型技术攻坚：深入研究和应用大规模稀疏模型、多任务学习（MTL）、序列建模、图神经网络（GNN）等深度学习技术；探索 LLM（大语言模型）在电商导购、意图理解及多模态内容生成中的落地应用。 3. 机制策略设计：基于运筹优化和博弈论思想，设计多目标融合排序机制，动态权衡用户体验（留存/互动）、商家生态（流量扶持/ROI）与平台收益，实现流量的最优配置。 4. 全链路提升：深入理解电商业务，从商品理解、用户画像构建到最终的交易转化，全链路优化“内容-商品-用户”的匹配效率。
1. 负责广告系统核心算法研发，包括展示&搜索CTR/CVR模型、流量策略、出价策略、广告主自动化投放算法； 2. 站在跨域跨行业视角，做深技术，做浅交互，赋能平台多行业健康有序发展； 3. 方向1：模型方向面向跨域、跨载体、跨业务通用建模，面向全新领域探索求解； 4. 方向2：流量策略方向面向平台变现效率、行业竞争公平性、搜索/推荐均衡性、拍卖激励兼容属性做深度优化； 5. 方向3：出价策略方向抽象跨域跨行业通用范式，为不同行业的客户提供稳定快速成本可控的拿量体验； 6. 方向4：自动化投放面向简单、需求自适应、投广标的聚合、冷启动等维度，打造最先进的跨行业客户投放工具； 7. 跟踪广告算法前沿技术，推动工业级落地。