快手联盟广告算法工程师-【海外商业化】
任职要求
1、扎实的编码能力，熟练掌握C/C++/Python，熟悉Hive、Spark等大数据处理工具，有良好的工程实现能力； 2、掌握主流机器学习与推荐/广告算法，对定价、点击转化预估模型等方向有深入理解； 3、具备良好的问题分析能力和系统性思维，能从复杂的数据中提炼有效信号并形成闭…
工作职责
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、负责联盟广告的召回、排序系统设计； 2、设计合理的策略调度框架，提升迭代效率；设计高性能框架，降低资源成本； 3、优化合理的算力引擎，构建千亿流量，百万qps的高吞吐架构。
1、负责优化快手联盟广告的全链路策略，包括流量承接策略，召粗精漏斗策略，售卖机制及调价策略，媒体报价系统策略等等； 2、负责各行业的针对性算法优化。包括冷启动/防掉量策略，行业生态策略，行业客户策略等等； 3、研究和利用强化学习，Uplift建模，最优化算法等等技术，提升快手联盟广告投放效果。
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。
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。