字节跳动广告算法工程师-Ranking（杭州）
任职要求
1、本科及以上学历，具备优秀的编码能力，扎实的数据结构和算法功底，熟悉主流深度学习编程框架； 2、对以下至少一个领域有深入理解：深度学习和统计机器学习、计算经济学、博弈论、运筹学； 3、优秀的分析问题和解决问题的能力，对解决具有挑战性的业务问题充满激情； 4、加分项：在搜广推场景有丰富的深度模型/大模型实践经验，或者客户生态/网盟竞价相关经验。
工作职责
我们作为穿山甲广告Ranking团队，团队使命是充分结合网盟场景，夯实基础算法和机制策略能力，同时面向未来，基于大模型等新技术重塑投放链路，不断突破广告变现效率天花板；base北京/上海/杭州。 1、提升投放链路效率，包括算力/召回/粗排/精排/Calibration以及漏斗一致性框架等全链路优化； 2、夯实海量数据下的基础算法能力，包括超长序列/大规模图网络/大规模异构场景建模等； 3、创新应用和前沿算法落地，包括LLM based Recsys、强化学习出价竞价等； 4、持续提升投放生态水平，提供冷启动/稳定性等长期问题的产品化解决方案； 5、针对nobid/托管预算等自动化投放场景，利用模型/运筹优化不断提升跑量和前后端ROI。
我们作为穿山甲广告Ranking团队，团队使命是充分结合网盟场景，夯实基础算法和机制策略能力，同时面向未来，基于大模型等新技术重塑投放链路，不断突破广告变现效率天花板；base北京/上海/杭州。 1、提升投放链路效率，包括算力/召回/粗排/精排/Calibration以及漏斗一致性框架等全链路优化； 2、夯实海量数据下的基础算法能力，包括超长序列/大规模图网络/大规模异构场景建模等； 3、创新应用和前沿算法落地，包括LLM based Recsys、强化学习出价竞价等； 4、持续提升投放生态水平，提供冷启动/稳定性等长期问题的产品化解决方案； 5、针对nobid/托管预算等自动化投放场景，利用模型/运筹优化不断提升跑量和前后端ROI。
1、负责GEB广告投放中的各种策略和算法优化，即定向、召回、精排、混排、出价等各阶段模型、策略的优化，极致优化变现效率和广告ROI； 2、深入垂直行业广告诉求，在策略/出价/召回/排序/ROAS等方向，为广告主提供End2End产品解决方案； 3、负责利用策略和模型手段，从用户生态、投放体验、长期可持续的广告业务等方面，探索最新的商业化变现技术和商业产品设计，平衡变现效率和用户体验关系，为广告长期增长负责； 4、参与CTR，CVR等广告模型的设计、开发和迭代，跟踪深度学习、计算广告、推荐系统等最新前沿研究成果和竞赛动态，快速实现并落地应用于实际任务中，结合实际问题开展数据分析和迭代优化，提出创新性解决方案； 5、深入原生/激励/新样式互动等特色业务场景，设计并落地模型、策略一体化方案，推动业务全面发展。
团队介绍：国际化电商广告团队始终以广告主为核心，追求技术卓越。我们与电商、零售、旅游等各行业广告主紧密合作，致力于将国际化产品打造为各类企业不可或缺的增长平台，同时成为消费者发现并购买产品、内容及服务的首选目的地。团队肩负着实现国际化广告营收的重要使命，正在全力构建新一代网络广告解决方案。 1、参与国际化广告系统的建设和迭代，持续改进电商广告的投放效果和全球数亿用户的体验； 2、运用机器学习、深度学习、LLM等技术，迭代广告Ranking链路和模型，提升流量变现效率； 3、运用运筹优化、因果推断等技术，优化广告Bidding系统，提高广告主预算使用效率； 4、结合AIGC、强化学习等技术，建设新一代自动化投放系统，同时优化广告投放的效率和效果； 5、设计流量策略和混排系统，全局优化广告、电商和自然内容的流量分配，平衡各业务目标和用户体验； 6、针对行业头部客户，设计定制化的效果优化方案，提升广告主预算增长。
1、负责字节跳动本地与线索行业的算法优化工作，包括召回、粗排、精排、混排等整个Ranking漏斗的模型优化； 2、从线索与本地业务出发，进行场景差异性建模，提升整体变现效率； 3、利用大规模机器学习算法对用户实时兴趣进行建模，提升转化效率； 4、利用NLP等技术进行多模态、图文内容理解、直播内容理解等建模优化，应用于整个Ranking链路，提高变现效率。