快手广告算法工程师（杭州）-【内循环客户机制】
任职要求
1、熟悉常用的编程语言Python/Java/C++之一，精通数据结构与常用算法； 2、理解广告算法，业务，技术架构，熟悉常用的广告/推荐模型，具备2年以上搜索广告或展示广告相关经验； 3、数据驱动，有较强的数据挖掘能力和分析能力； 4、有广告相关竞价、oCPX出价、召回和效果优化策略相关经验者优先。 加分项： 1、有互联网大型广告平台算法策略经验； 2、在顶级会议(ICML & NIPS & ICLR, Recsys & KDD)上发表过paper。
工作职责
1、负责广告核心业务策略及机制的设计，提升流量变现效率，优化客户营销推广效果； 2、重点行业广告匹配、排序算法策略的实现与优化； 3、客户策略机制设计，包括竞价、分配与客户生态优化等； 4、广告客户增长、留存与营销效率提升，客户差异化策略产品研发。
联盟算法团队依托于联盟业务生态，以大模型、深度学习、多模态理解等先进AI技术来驱动站外广阔的十亿级消费者的电商营销场景发展。不同于站内确定性场景，我们直接面向站外复杂多变的电商生态，因此可以接触到业界前沿的领域知识，如微信、微博等社交领域、抖音快手小红书等内容场景。我们持续进行LLM大语言模型、深度学习、多模态理解、知识图谱、信息检索、图学习等前沿技术的研究，并通过搜索、推荐、投流、榜单、承接页等产品形式，在用户意图理解、渠道智能选品、商家营销建议、个性化召回、多场景多目标预估、排序策略、智能创意等领域进行深耕，在不断提升业务效果的同时，也在不断拓展基础技术和应用技术的边界。热忱欢迎对大语言模型、广告算法、搜索推荐和计算机视觉等方向感兴趣的同学加入我们，一起加油，共同成长！我们坚信你的加入，是我们彼此优秀的开始。
团队介绍 负责下载/小程序、种草、品牌广告在小红书站内的投放优化，致力于打造一流的商业化系统链路、模型能力和机制策略； 工作职责：（满足以下任一即可） 1、负责广告召回模块中的架构演进、模型建设和策略设计； 2、负责广告精排模块中的CTR、CVR模型的深入优化及整体的特征体系建设，优化深转，优化广告主成本达成； 3、负责bidding策略优化与迭代，对出价建模和调控算法有深入了解，通过算法帮助客户提升广告投放效果，使客户达到营销效率最大化； 4、负责全链路中序列建模、蒸馏学习、级联模型及其他业界重点技术的突破； 5、负责库存预估和在线分配等算法的迭代优化；
团队介绍：国际商业化产品与技术团队支持字节跳动国际产品的广告产品与变现技术。我们负责end2end的大型广告系统建设，为客户提供商业推广方式与方案。我们的团队遍布北京、上海、美国、新加坡等地，在这里你将有机会开阔自己的国际化视野，接触到全球领先的商业产品架构、模型和算法，并有机会参与并推动互联网广告行业的创新和变革。 课题背景： 随着全球化业务的快速增长，广告场景面临千亿级数据训练、毫秒级实时响应、多模态内容理解与生成的综合挑战。传统广告模型（如CTR/CVR预估）在分布式训练效率、长序列用户行为建模、长尾泛化能力等方面逐渐面临瓶颈。与此同时，LLM技术为广告系统带来了革新机遇——从基于AIGC的广告素材生成、大规模超长序列建模、多模态视频内容理解，到隐私安全增强的联邦学习框架，以及通过大语言模型重构用户意图挖掘与定向策略等，均成为行业前沿探索方向。 课题挑战： 在广告业务场景中，探索LLM技术突破传统模型能力边界：一方面需重构广告召回与排序机制，通过长周期用户兴趣建模解决短行为序列的局限性，同时满足广告系统高实时响应要求，实现LLM增强的全域流量效率提升；另一方面需实现AIGC广告素材的规模化生产与精准控制，平衡品牌规范约束与创意多样性，适配全球化场景下的多语言与文化合规需求。此外，如何从非结构化行为数据中挖掘用户隐式意图，突破冷启动、泛化性等业务瓶颈，成为提升广告效果的关键技术创新方向。 另外广告生态特有的复杂约束对LLM技术提出更高要求：在海量站内站外信号的背景下，解决超大规模稀疏数据下的模型迭代效率问题；同时需构建隐私安全的LLM协同计算框架，在保障数据合规的前提下实现广告主专属数据与平台模型的深度协同。这些挑战要求技术方案兼具算法创新与系统工程能力，以应对广告场景中特有的实时性、规模化和合规性等多重挑战。