快手联盟广告算法工程师

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。

1、负责优化快手联盟广告召回/粗排/精排模型，包括CTR、CVR、LTV/GMV预估、流量价值预估，竞胜率预估等深度学习模型的建模和优化； 2、通过大规模深度学习模型结构优化、多媒体内容理解和特征体系迭代，提高广告匹配精准度； 3、研究和应用模型的LTR，MTL，用户兴趣建模，冷启动，迁移学习，Label延迟回传建模等技术，提升快手联盟广告投放效果。

1、负责优化穿山甲联盟广告细分行业的变现效率，比如：电商、网络服务、教育、金融等等； 2、站在行业客户角度，垂直审视广告投放系统各个阶段存在的疑难问题，进行投放策略、模型算法的优化； 3、针对各个行业深度转化链路的差异，优化稀疏样本条件下的深度行为预估模型和出价策略，提升客户的行业后端效果； 4、针对联盟流量异构和人群差异的问题，采用联邦学习或者私有建模的数据闭环方案，设计和优化人群泛化算法，最大化行业客户价值； 5、深入分析行业投放问题，提供冷启动、稳定性、行业生态等长期问题的解决方案。

1、负责优化穿山甲联盟广告细分行业的变现效率，比如：电商、网络服务、教育、金融等等； 2、站在行业客户角度，垂直审视广告投放系统各个阶段存在的疑难问题，进行投放策略、模型算法的优化； 3、针对各个行业深度转化链路的差异，优化稀疏样本条件下的深度行为预估模型和出价策略，提升客户的行业后端效果； 4、针对联盟流量异构和人群差异的问题，采用联邦学习或者私有建模的数据闭环方案，设计和优化人群泛化算法，最大化行业客户价值； 5、深入分析行业投放问题，提供冷启动、稳定性、行业生态等长期问题的解决方案。