滴滴资深广告算法工程师(J250804022)
任职要求
1. 计算机相关专业，本科及以上学历； 2. 熟悉机器学习/深度学习算法； 3. 有扎实的coding能力，…
工作职责
1. 负责滴滴国际化外卖广告系统的核心机制策略、模型算法的开发工作，服务不同国家和地区的用户，助力广告业务快速增长； 2. 迭代广告机器学习/深度模型，优化ctr/cvr/ltv建模、留存预估、强化学习、因果推断等算法模型，提升商业化变现效率； 3. 分析用户行为和广告流量数据，挖掘用户兴趣，理解广告内容，优化广告召回、排序和混排策略，提升流量效率； 4. 探索客户策略机制设计，包括竞价、预算分配与客户生态优化，提升广告客户增长、留存；探索冷启动、流量协同等方向；
团队介绍 负责携程酒店搜推广业务中的产品策略，包括不同业务产品形态的混排机制、ocpx类广告出价优化、排序中的多目标优化等，结合产品和业务，通过持续优化系统中的算法和策略，提升客户/用户体验，从而带动平台长期收入增长。 岗位内容混排机制：优化广告和自然内容的融合问题，结合算法和策略，在平衡用户体验和商业化收入中寻找tradeoff，追求全局价值最大化。多目标优化：解决系统流量分发机制导致的各业务指标翘翘板问题(譬如ctcvr和gmv冲突)，包括不局限帕累托优化、自动化调参等方向。ocpx类出价：优化出价机制策略，包括不限于nobid、ocpc、target-roas等，提升广告主投放达成率，带动广告业务增长。
1、负责内容消费广告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； 5、优化广告的深转模型（付费、LTV），包括模型结构、训练范式、特征挖掘、转化延迟建模等； 6、内容消费生态机制建设，包括运筹优化、Uplift建模/因果推断、强化学习、经济学等技术和理论。
1、负责广告的CTR、CVR预估，进行相关的数据分析、特征工程、模型优化等工作； 2、负责广告投放过程中召回、排序、OCPX机制等模块的实现和完善； 3、改进与优化品牌广告的投放机制和策略，包括在线分配、预算平滑等； 4、从数据中发现机制和算法的不足，提出改进方案并推动实现，提升变现效率和广告收入； 5、跟踪算法领域的最新技术进展，探索前沿技术来最大化广告收入。
1、参与B站商业模型的效果优化以及研发工作； 2、研发超大规模深度学习推荐模型，从用户全域行为数据中刻画、挖掘以及理解用户商业兴趣与意图，并结合产品/商品/服务以及多模态内容理解等技术，不断提升用户商业内容的匹配精准度。 3、了解主流推荐、广告或电商等检索系统架构，能够从全系统视角进行链路效率优化 4、有C端+B端视角，理解客户需求并能转化成可求解问题以及产品能力，提升客户在b站的营销效率。