快手广告投放算法工程师
任职要求
1、本科及以上学历，计算机、数学或统计学相关专业； 2、熟悉Linux、C++、Java或Python，优秀的编码能力，扎实的数据结构和算法功底； 3、具有推荐系统、机器学习、数据挖掘或者自然语言处理等相关领域知识； 4、善于阅读文献，快速学习，具备优秀的分析和解决问题的能力，良好的沟通协作能力。 加分项： 1、有推荐系统、机器学习、信息检索、…
工作职责
1、开发和迭代CTR预估模型和竞价策略，提升用户增长广告投放点击率、转化率、ROI等核心指标； 2、通过深度学习领域的研发工作，包括但不限于深度模型设计与优化、强化学习、迁移学习、图神经网络等算法和系统提升预估效果； 3、通过召回排序等推荐算法，改善增长广告用户在快手的产品体验。
1、负责广告投放全链路算法模型的迭代与优化，涵盖召回、排序、重排及强化学习出价等关键环节，以持续提升点击率、转化率及广告收入为核心目标； 2、负责广告投放策略与机制的设计，基于深度数据分析，运用规则或机器学习模型，为业务增长制定科学的策略体系，并持续优化整体机制； 3、深入分析出海电商场景下的用户行为，构建精准用户画像，为业务增长策略提供核心数据洞察； 4、追踪并研究深度学习、自然语言理解、多模态大模型等领域的前沿算法，探索其在业务场景中的应用与创新。
1、AI数字投手构建：基于LLM与Agent技术，研发24小时在线的“AI数字投手”。实现从广告诊断、策略制定、素材生成到自动出价的全流程自动化托管； 2、智能决策系统研发：设计并落地Agent的感知-决策-执行闭环。利用ReAct、CoT等范式，让AI具备理解复杂投放目标、拆解任务及动态调整策略的能力； 3、记忆与知识体系搭建：构建面向广告业务的长期记忆机制（Long-term Memory）与领域知识库（RAG），使AI投手能持续学习历史投放经验、行业案例及平台规则，自行迭代； 4、技能编排与工具调用：开发标准化的技能库（Skill Library），将出价调整、人群定向、创意A/B测试等原子能力封装为Agent可调用的工具，实现复杂任务的自动化编排； 5、仿真与评估体系：搭建广告投放的虚拟仿真环境（Simulator），用于Agent的低成本试错训练；建立多维度的Agent能力评估指标（如ROI提升率、响应延迟、策略稳定性）。
1、负责为小红书的新用户和流失用户进行广告投放实现用户增长； 2、多目标学习、因果推断、价值预估等方法对全网几十亿用户建模，通过RTA能力实现流量优选和个性化溢价，优化全渠道投放效果； 3、负责素材优选模型，在RTA+DCA、RTA二次出价上落地，提升素材的分发效率； 4、搭建广告自投能力，包括广告创编、广告调控等，利用运筹学、强化学习等方法提升广告投放效率； 5、与跨部门团队紧密合作，包括产品，运营，BI等部门，确保算法与业务需求紧密结合，有效推动用户增长目标的达成；
资深算法工程师/专家（广告投放）-南京上海深圳 【】 1、负责广告投放核心算法优化，包括召回、排序、预估、出价、预算控制、流量分配等模块，提升广告主投放效果、平台变现效率和用户体验。 2、建设和优化广告预估模型，包括 CTR、CVR、DeepCVR、LTV、ROI/ROAS 等目标建模，提升模型精度、稳定性和线上收益。 3、优化 oCPC、oCPM、oCPA、ROAS 等智能投放策略，围绕成本达成、转化效率、预算消耗和长期价值进行算法迭代。 4、基于海量用户行为、广告、商品、素材和上下文数据，完善特征体系和用户/广告理解能力，提升广告匹配效率。 5、通过数据分析和 A/B 实验，定位投放链路问题，推动算法策略从设计、验证到线上落地。 6、探索多任务学习、序列建模、强化学习、因果推断、多模态理解、大模型等技术在广告优化场景中的应用。