logo of kuaishou

快手营销算法工程师(品牌广告)-【商业化】

社招全职3-5年J0011地点:北京状态:招聘

任职要求


1、计算机、数学、统计学、运筹学或相关专业本科及以上学历, 3年以上工作经验;
2、熟练掌握机器学习算法原理, 能熟练运用机器学习, 自然语言处理, 匹配技术, 运筹优化, 强化学习, 智能生成等技术解决有挑战性的问题, 有业界项目经验或顶会论文发表者优先;
3、良好的逻辑推理能力和数据高敏感性,  有良好的逻辑思维和定义问题的能力,…
登录查看完整任职要求
微信扫码,1秒登录

工作职责


团队负责营销科学体系中内容理解, 营销策略, LLM/Agent应用和新业务探索等多业务方向, 覆盖商业化和电商核心场景, 涵盖推荐, NLP, LLM, 图神经网络等技术方向。团队承载业务需求的同时负责底层基础算法技术, 为部门提供长期有深度的技术支持, 如预训练模型, 模型微调/对齐, 文本/视频生成, Agent应用等。
1、负责快手内容, 广告, 电商等业务场景下的内容理解工作, 提升营销场景下基于大模型的内容理解/识别能力;
2、负责大模型能力基建, 实现多模态/生成式大模型等前沿技术能力落地, 探索理解并推动技术能力在搜索, 推荐, 广告等业务场景中的融合与应用;
3、负责营销算法优化, 包括用户价值建模, 个性化推荐, 智能营销等核心能力建设, 为品牌商家在全域生意提升提供技术解决方案, 并和产品团队配合, 探索种草等营销科学方法论的落地, 打造业界一流的品牌产品。
包括英文材料
学历+
机器学习+
算法+
NLP+
运筹优化+
还有更多 •••
相关职位

logo of xiaohongshu
社招3-5年策略算法

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;

更新于 2025-10-20北京|上海|杭州
logo of alibaba
社招1年以上

团队介绍 我们是淘天集团阿里妈妈引擎框架团队,孵化了业界第一个GaaS“图”交付引擎框架EADS2.0,支撑阿里妈妈从召回到策略所有在线业务引擎的迭代,团队有2个方向:引擎框架、索引内核&构建系统&开放索引框架。我们的使命是:持续优化业务迭代效率&运行效率,通过极致的性能提升赋能算法更大的算力空间。在这里你可以获得:底层框架一行代码提交,收到所有业务引擎的回归测试报告,1%的性能提升就能换来几万核cpu资源节省的巨大成就感;通过在管控上简单UI操作就能随意调整引擎架构完成最优的部署的新奇。现阶段正在积极探索EADS3.0 - 在AI时代下异构计算更全面的落地业务引擎,期待对技术有执着追求的你加入! 团队特点 1.能全身心参与业界优秀的数字商业化广告引擎框架和平台建设,在高速发展的业务当中,建立对最前沿的搜索/推荐/广告系统核心技术全面认知 2.通过引擎框架EADS(部署几百万核,服务几千万QPS),技术赋能阿里妈妈所有核心业务线(效果/品牌,内投/外投) 3.持续优化广告引擎(召回/排序/策略/特征/预估)架构和GaaS(Graph as a service)研发范式,不断提升业务迭代效率,同时保证系统稳定性 4.通过异构计算模式、轻量级图执行引擎、多推理引擎建设,持续优化底层检索内核和引擎运行时性能,打开算力天花板 在这里,你将接触到中国领先的数字营销广告平台,了解技术和商业目标如何完美结合;了解最前沿的分布式系统技术;我们需要你: 1、建设业界技术领先的广告引擎框架,技术赋能效果/品牌/内投/外投广告业务 2、持续优化广告投放引擎研发迭代模式,通过架构优化、灵活部署,不断提升业务迭代效率,同时保证系统稳定性; 3、分析现有系统不足,找到目前系统的瓶颈,改进、提高系统性能

更新于 2025-10-09北京
logo of bytedance
校招A101228

团队介绍:字节跳动剪映研发团队,主要支持剪映、醒图、Faceu 等多款国内外产品的研发工作,业务覆盖多元化影像创作场景,截止2021年6月,相关产品多次登顶国内外App Store 免费应用榜第一,并继续保持高速增长。加入我们,一起打造全球最受用户欢迎的影像创作产品。 课题介绍: 1)课题背景: 1、数字化营销时代,企业对高质量、多样化营销素材的需求呈爆发式增长。从社交媒体图文到短视频广告,从个性化推荐文案到多模态互动内容,营销场景的复杂化与用户需求的碎片化对素材生成效率、创意水平和精准度提出了更高要求。传统依赖人工策划与设计的模式成本高、周期长,难以满足实时化、动态化、规模化的业务需求。尽管生成式AI(AIGC)技术(如GPT等)已在文本、图像生成领域取得突破,但在营销场景中仍面临创意适配性差、多模态协同能力弱、品牌一致性难保障等瓶颈。本课题旨在研发“创作领域Agent”,通过智能技术实现从策略洞察到内容生产的全链路自动化,推动营销效率与效果的革命性升级。 2、随着大语言模型、多模态模型等大模型的成熟,通过视觉理解、语音识别、文本生成等AI大模型能力,提升视频剪辑效率,基于创作者的需求和创意,高效的创作出炫酷、个性化的视频成为了可能。当前行业虽已有部分智能剪辑工具,但大多局限于规则化操作,成片或缺乏对用户意图的理解,效果同质化,或缺乏成片逻辑与情感,机械堆砌素材。 本课题旨在研究适合视频剪辑的大模型技术,结合剪映平台的强大剪辑能力和效果,打造一个智能剪辑的智能体(Agent),赋能自媒体内容生产、影视工业化、广告营销等场景。 2)课题挑战: 1、创意与商业价值的平衡:AI生成内容易陷入同质化,需突破算法在品牌调性理解、用户情感共鸣、营销目标对齐等方面的局限,确保创意兼具新颖性与商业转化价值。 2、多模态动态协同:文本、图像、视频等模态的生成需实现语义与风格的跨模态对齐,且需支持动态组合与实时迭代(如根据用户反馈即时优化素材)。 3、复杂场景泛化能力:营销场景高度细分(如电商促销、品牌故事、危机公关),Agent需具备上下文感知与领域迁移能力,避免“一刀切”生成策略。 4、计算效率与资源限制:高分辨率视觉素材生成、多版本AB测试等场景对算力需求极高,需优化模型轻量化与推理速度,满足企业级部署的可行性。 5、伦理与合规风险:需解决版权争议(如AI生成素材的版权归属)、内容安全(如虚假宣传、文化敏感性)等问题,构建可信可控的生成框架。 6、视频数据复杂性远超图片和文字,巨量的用户素材,要通过大模型去精准理解,并与图片、音频、文字等多模态特征统一,对多模态模型理解能力和推理优化,提出了极高要求。 7、大模型对素材编排和剪辑的结果,可能偏离用户真实意图,既要避免输出模板化、同质化,又要结合用户个性化和创意,在风格、节奏等维度上加入“人性化创意”。 8、大参数模型训练成本高,推理慢,如何通过模型优化、工程优化等手段,给移动端、PC等终端用户极致的体验,也是课题的一大挑战。 1、负责剪映CapCut的AI视频编辑方向的Agent模型训练与评测,使用SFT/RLHF/Post-training等技术对视频创作进行领域知识建模; 2、提升视频创作Agent大模型的增强模型和安全能力的指令遵从能力、提升Pre-trained Model在视频创作的能力,构建行业领先的视频创作专家的智能Agent。

更新于 2025-05-26深圳
logo of bytedance
校招A49089

团队介绍:字节跳动剪映研发团队,主要支持剪映、醒图、Faceu 等多款国内外产品的研发工作,业务覆盖多元化影像创作场景,截止2021年6月,相关产品多次登顶国内外App Store 免费应用榜第一,并继续保持高速增长。加入我们,一起打造全球最受用户欢迎的影像创作产品。 课题介绍: 1)课题背景: 1、数字化营销时代,企业对高质量、多样化营销素材的需求呈爆发式增长。从社交媒体图文到短视频广告,从个性化推荐文案到多模态互动内容,营销场景的复杂化与用户需求的碎片化对素材生成效率、创意水平和精准度提出了更高要求。传统依赖人工策划与设计的模式成本高、周期长,难以满足实时化、动态化、规模化的业务需求。尽管生成式AI(AIGC)技术(如GPT等)已在文本、图像生成领域取得突破,但在营销场景中仍面临创意适配性差、多模态协同能力弱、品牌一致性难保障等瓶颈。本课题旨在研发“创作领域Agent”,通过智能技术实现从策略洞察到内容生产的全链路自动化,推动营销效率与效果的革命性升级。 2、随着大语言模型、多模态模型等大模型的成熟,通过视觉理解、语音识别、文本生成等AI大模型能力,提升视频剪辑效率,基于创作者的需求和创意,高效的创作出炫酷、个性化的视频成为了可能。当前行业虽已有部分智能剪辑工具,但大多局限于规则化操作,成片或缺乏对用户意图的理解,效果同质化,或缺乏成片逻辑与情感,机械堆砌素材。 本课题旨在研究适合视频剪辑的大模型技术,结合剪映平台的强大剪辑能力和效果,打造一个智能剪辑的智能体(Agent),赋能自媒体内容生产、影视工业化、广告营销等场景。 2)课题挑战: 1、创意与商业价值的平衡:AI生成内容易陷入同质化,需突破算法在品牌调性理解、用户情感共鸣、营销目标对齐等方面的局限,确保创意兼具新颖性与商业转化价值。 2、多模态动态协同:文本、图像、视频等模态的生成需实现语义与风格的跨模态对齐,且需支持动态组合与实时迭代(如根据用户反馈即时优化素材)。 3、复杂场景泛化能力:营销场景高度细分(如电商促销、品牌故事、危机公关),Agent需具备上下文感知与领域迁移能力,避免“一刀切”生成策略。 4、计算效率与资源限制:高分辨率视觉素材生成、多版本AB测试等场景对算力需求极高,需优化模型轻量化与推理速度,满足企业级部署的可行性。 5、伦理与合规风险:需解决版权争议(如AI生成素材的版权归属)、内容安全(如虚假宣传、文化敏感性)等问题,构建可信可控的生成框架。 6、视频数据复杂性远超图片和文字,巨量的用户素材,要通过大模型去精准理解,并与图片、音频、文字等多模态特征统一,对多模态模型理解能力和推理优化,提出了极高要求。 7、大模型对素材编排和剪辑的结果,可能偏离用户真实意图,既要避免输出模板化、同质化,又要结合用户个性化和创意,在风格、节奏等维度上加入“人性化创意”。 8、大参数模型训练成本高,推理慢,如何通过模型优化、工程优化等手段,给移动端、PC等终端用户极致的体验,也是课题的一大挑战。 1、负责剪映CapCut的AI视频编辑方向的Agent模型训练与评测,使用SFT/RLHF/Post-training等技术对视频创作进行领域知识建模; 2、提升视频创作Agent大模型的增强模型和安全能力的指令遵从能力、提升Pre-trained Model在视频创作的能力,构建行业领先的视频创作专家的智能Agent。

更新于 2025-05-26杭州