小红书电商广告算法工程师（AI方向）-商业算法
任职要求
1.背景：计算机、人工智能、自动控制、数学等相关专业，硕士及以上学历， 1年以上工作经验。 2.核心技术：扎实的机器学习理论基础，熟悉PyTorch/TensorFlow等主流深度学习框架，熟悉 LLM、RAG、Agent 等相关算法和系统。 3.业务能力：具备优秀的分析和解决问题的能力，对解决具有挑战的问题充满激情，具备良好的主动性和沟通…
工作职责
1.负责小红书电商广告变现优化，包括闭环电商广告、开环电商广告、交易平台广告等多种业务形式，优化召回-粗排-精排-出价全链路算法，提升分发效率。 2.深入结合AI Agent能力落地分发新范式，利用大模型重构意图理解、需求匹配、转化预估能力，增强电商广告流量匹配效率。 3.研发AI投放新工具，实现出价、定向、素材等复杂投放策略的智能化调控，构建广告主全生命周期智能投放体系。 4.深入理解商家、用户、买手的行为模式，围绕货品运营与大促节点，针对性优化QCPX、全站推广等算法，系统性提升商家营销 ROI。
1、负责广告业务中大模型能力的研发与落地，包括广告商品识别、广告素材生成、智能创编、智能助手等核心场景； 2、深入挖掘广告内容、商品信息、用户行为等多模态数据，构建高质量训练语料与知识库，驱动多模态/多任务大模型能力升级； 3、研究并应用先进的大模型训练技术（如SFT、LoRA、RLHF、Prompt Engineering等），构建面向广告场景的垂类大模型； 4、推动大模型在广告行业中的文本、内容可控生成等关键问题的算法突破； 5、跟踪前沿AI技术，推动AIGC与广告业务结合的创新应用，提升投放效率与用户体验； 6、跨团队协作，推动算法方案在广告平台、创意平台等系统中的落地与优化。
1、出价模型化：搭建广告投放模拟环境，构造智能出价agent算法，开发并评估不同技术选型（MPC、强化学习、生成式）的最佳方案，迭代业界先进经验沉淀paper； 2、端到端延迟建模：电商广告长周期归因场景下，针对回流延迟建设端到端预估模型，包括特殊应用场景大促活动下的时间序列建模，提升广告投放效率； 3、冷启动：研究和优化广告召回、出价算法、排序机制等算法模块，解决客户投放冷启问题，围绕生成式推荐、跨域数据利用、多模态信息进行深度优化探索。
1、负责AI大模型在快手电商广告人货匹配上的应用，利用大模型内容理解、AIGC视频生产等技术能力，提升客户全链路投放效率、用户C端转化效率； 2、了解CNN、RNN、transformer等大模型神经网络架构，负责AIGC文案/图片/视频多模态内容生产的能力建设，包括但不限于AI工具接入、产品化设计、消耗渗透提升等； 3、对AIGC行业市场动态具有较好的洞察能力，能够将前沿技术很好的应用于业务中； 4、同时具备较好数据敏感度和分析能力，能够从数据中洞察问题并提出优化思路。
1. 围绕闭环电商广告投放及工具产品迭代进行市场包装&宣发，对接销售/客户/代理等角色，为电商广告产品使用渗透和客户体验负责。 2. 结合不同客户的经营场景，输出电商商家投放直播/搜索广告的打法和策略，挖掘并产出案例集，形成可沉淀的行业方法论。 3. 深入调研客户，挖掘产品需求并协助产品经理完成功能设计、落地、迭代。 4. 全面学习了解电商广告产品功能，解决客户日常case问题并从中分析提出产品优化需求、迭代运营策略和SOP。