字节跳动广告算法工程师 - 自动化投放方向

1、负责字节跳动本地与线索行业自动化投放，通过机器学习、强化学习、AIGC等技术，进行广告子计划的创编自动化、投中管理、素材/创意优化等； 2、与运营、产品团队紧密合作，深入分析行业投放问题，针对各个行业不同特性，提供冷启动、稳定性、行业生态等长期问题的解决方案； 3、站在行业客户角度，垂直审视广告投放系统存在的疑难问题，进行投放策略、模型算法的优化和改进。

1. 负责广告系统核心算法研发，包括展示&搜索CTR/CVR模型、流量策略、出价策略、广告主自动化投放算法； 2. 站在跨域跨行业视角，做深技术，做浅交互，赋能平台多行业健康有序发展； 3. 方向1：模型方向面向跨域、跨载体、跨业务通用建模，面向全新领域探索求解； 4. 方向2：流量策略方向面向平台变现效率、行业竞争公平性、搜索/推荐均衡性、拍卖激励兼容属性做深度优化； 5. 方向3：出价策略方向抽象跨域跨行业通用范式，为不同行业的客户提供稳定快速成本可控的拿量体验； 6. 方向4：自动化投放面向简单、需求自适应、投广标的聚合、冷启动等维度，打造最先进的跨行业客户投放工具； 7. 跟踪广告算法前沿技术，推动工业级落地。

团队介绍：我们是支持抖音集团广告业务算法技术中台团队Ads Core，致力于研发全球领先的在线广告优化算法，营造健康、互惠的广告生态，持续提升用户和客户体验，引领并推动行业算法的变革与创新。我们承担了抖音集团产品广告变现业务的基础算法策略和机制的改进与研究，涵盖抖音、今日头条、番茄小说等场景的商业化技术的支撑。 课题介绍：自动化投放，是在客户给定的营销诉求约束和素材商品资产下，平台通过感知投放状态信息（state）对投放6 要素做实时决策（action），和投放系统交互获得效果反馈（reward），来最大化客户投放效果。 过去自动化已经初步完成单Action model based 决策，在素材/出价/创编/探索预算等均有落地，但仍有以下问题：1）对历史序列建模 不够；2）仅对未来短期做决策，缺乏未来长周期action planning，不是长期最优； 3）多 action 之间缺乏组合，带来互相干扰和 label 收集不准等问题。 多客户投放竞价时，平台提供一套激励兼容且更高效的拍卖机制很重要，目前混排已经升级到 Generator-Evaluator 架构，但 G 阶段生成序列时还以暴力搜索和启发式规则为主，限制了搜索空间和效果上限，效率比较低。随着生成式模型发展，生成式对长序列建模和序列 planning生成 有显著优势，因此探索 将自动化投放和拍卖机制继续升级到生成式范式， 提升效果。

团队介绍：我们是支持抖音集团广告业务算法技术中台团队Ads Core，致力于研发全球领先的在线广告优化算法，营造健康、互惠的广告生态，持续提升用户和客户体验，引领并推动行业算法的变革与创新。我们承担了抖音集团产品广告变现业务的基础算法策略和机制的改进与研究，涵盖抖音、今日头条、番茄小说等场景的商业化技术的支撑。 课题介绍： 自动化投放，是在客户给定的 营销诉求约束和素材商品资产下，平台通过感知投放状态信息（state）对投放6 要素做实时决策（action），和投放系统交互获得效果反馈（reward），来最大化客户投放效果。 过去自动化已经初步完成单Action model based 决策，在素材/出价/创编/探索预算等均有落地，但仍有以下问题：1）对历史序列建模 不够；2）仅对未来短期做决策，缺乏未来长周期action planning，不是长期最优； 3）多 action 之间缺乏组合，带来互相干扰和 label 收集不准等问题。 多客户投放竞价时，平台提供一套激励兼容且更高效的拍卖机制很重要，目前混排已经升级到 Generator-Evaluator 架构，但 G 阶段生成序列时还以暴力搜索和启发式规则为主，限制了搜索空间和效果上限，效率比较低。随着生成式模型发展，生成式对长序列建模和序列 planning生成 有显著优势，因此探索 将自动化投放和拍卖机制继续升级到生成式范式，提升效果。