小红书电商广告算法实习生

1、支持小红书电商广告业务快速发展，完成相关技术问题解决； 2、利用大规模机器学习算法对点击率/转化率/GMV等模型进行深入优化 3、研究和优化广告召回，出价算法，排序机制等算法模块 4、对商家、用户、达人行为做深入的理解和分析，制定针对性的算法提升商家营销效率 5、持续学习，时刻跟进与探索前沿技术并应用在真实业务场景

团队介绍：1、业务方向：自助业务希望建成中小商家的业务中台，电商广告、生服广告、Dou+等多条业务线，一站式解决商家问题，助力商家成长，提升商家数字化经营能力；2、技术亮点：自助技术分为智能销售、客户增长、营销活动几个方向；客户增长方向主要利用Uplift建模、因果推断、运筹优化算法、推荐算法等，通过对客户初期的行为习惯进行挖掘，探索更优的发券、选品、选素材等相关策略，提升拉新指标；智能销售方向主要通过LLM-Agent的形式，利用sft、rl等算法优化广告领域的服务能力，提升对中小客户的教育、辅导、服务等能力，进而提升长期客户消耗；营销活动方向主要服务商业化运营团队，辅助运营完成营销活动的创建与推广。 课题背景： 为了长期优化广告客户生态以及收入增长，商业化需要更大规模的做好客户拉新和客户在投放成长初期的留存，那么如何精准定位目标人群、如何更有效的利用激励手段促进客户增长、如何优化当前客户动作和投放手段，就是一个必须要长期优化的方向。 现在的增长方向主要靠传统机器学习的手段来决策激励的发放，但效果提升已经遇到瓶颈，需要探索基于RL的因果推断技术。另一方面，客户成长初期目前无法获得足够的服务与帮助，结合上广告投放本身有较高学习门槛，所以现在亟需依赖LLM技术，实现智能销售的愿景——包括智能客服、智能销售、智能投手三个阶段，最终达到全智能化的托管式服务。 课题挑战： 相比抖音C端流量数据，广告客户数据相对波动较大，观测周期长，有更多的不确定性；大语言模型在广告领域的能力依然不足，具体表现在领域知识理解不足，大量专业工具（百量级）的使用效率不高，业务回复的可解释性不够强。为了达到人工销售的水平，需要探索RL、探索reward system、探索deep research的实现、探索业务向Benchmark的范式等等；相比传统客服的问答式工作，还需要探索LLM在主动服务方向的开放命题。

ByteIntern：面向2026届毕业生（2025年9月-2026年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：我们是负责抖音集团行业广告相关的研发工作，支持行业投放策略产品研发与优化，提升投放效率与体验。行业场景丰富，包含抖音电商、生活服务、游戏短剧等。借由字节强大的算法工程能力，发挥直播体裁和闭环业务的天然优势，建设领先的交易智能营销平台，构建繁荣共赢的电商与生活服务营销生态。 1、利用机器学习技术，改进字节跳动的推荐、广告系统，优化数亿用户的阅读体验； 2、分析基础数据，挖掘用户兴趣、文章价值，增强推荐、广告系统的预测能力； 3、分析用户商业意图，挖掘流量潜在商业价值，提升流量变现； 4、研究计算机视觉算法，给用户提供更多更酷炫的功能； 5、研发机器翻译与对话技术，促进跨语言内容理解与交流。

ByteIntern：面向2026届毕业生（2025年9月-2026年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：我们是负责抖音集团行业广告相关的研发工作，支持行业投放策略产品研发与优化，提升投放效率与体验。行业场景丰富，包含抖音电商、生活服务、游戏短剧等。借由字节强大的算法工程能力，发挥直播体裁和闭环业务的天然优势，建设领先的交易智能营销平台，构建繁荣共赢的电商与生活服务营销生态。 1、利用机器学习技术，改进字节跳动的推荐、广告系统，优化数亿用户的阅读体验； 2、分析基础数据，挖掘用户兴趣、文章价值，增强推荐、广告系统的预测能力； 3、分析用户商业意图，挖掘流量潜在商业价值，提升流量变现； 4、研究计算机视觉算法，给用户提供更多更酷炫的功能； 5、研发机器翻译与对话技术，促进跨语言内容理解与交流。