字节跳动广告算法专家
社招全职A229126地点:北京状态:招聘
任职要求
1、具备优秀的编码能力,扎实的数据结构和算法功底; 2、优秀的分析问题和解决问题的能力,对解决具有挑战性问题充满激情; 3、良好的沟通表达能力和团队精神; 4、具备推荐系统、计算广告相关领域或直播、电商业务有经验者优先; 5、有复杂项目主导经验优先。 加分项 1、有多领域的算法优化经验:比如在推荐、广告领域都有不错的理解; 2、对算法创新工作有追求:对大规模复杂模型结构优化有兴趣,在顶级会议上有论文发表或者有类似的优化上线。
工作职责
1、参与字节跳动信息流场景的广告变现优化,包括电商、本地生活、游戏、短剧等场景, 优化召回、粗排、精排、混排等子方向; 2、参与字节跳动广告场景的算法优化,针对场景设计和搭建商城变现全链路,包括排序模型全链路漏斗优化及策略迭代; 3、参与创新算法和机制的研发工作,包括大规模复杂模型结构的设计优化、电商全域推广(推广搜流量协同)算法优化,极致提升广告变现效率。
包括英文材料
数据结构+
https://www.youtube.com/watch?v=8hly31xKli0
In this course you will learn about algorithms and data structures, two of the fundamental topics in computer science.
https://www.youtube.com/watch?v=B31LgI4Y4DQ
Learn about data structures in this comprehensive course. We will be implementing these data structures in C or C++.
https://www.youtube.com/watch?v=CBYHwZcbD-s
Data Structures and Algorithms full course tutorial java
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
推荐系统+
[英文] Recommender Systems
https://www.d2l.ai/chapter_recommender-systems/index.html
Recommender systems are widely employed in industry and are ubiquitous in our daily lives.
相关职位
社招8年以上研发类
1、负责广告/应用分发/游戏分发/小视频推荐等业务的推荐算法工作,提升广告收入和用户体验; 2、负责推荐算法召回、粗排、精排、ocpx、机制策略等的研发和探索; 3、探索海量数据下的数据挖掘和建模方法,探索复杂推荐问题的系统设计方法。
社招7年以上新浪&微博
1. 业务与效果驱动深入理解广告业务目标与变现模式,将业务需求转化为可落地的算法与 系统方案。 2.主导广告业务的整体效果优化,包括投放ROI 提升,站内外流量协同,以及用户体验优化等全链路优化工作。 3对广告业务关键指标进行持续监控,定位问题并快速制定改进方案。 4基于数据分析和建模,设计并迭代广告投放、竞价、预算分配等核心算 法模型和策略,持续提升投放效果,平衡短期收益与长期生态健康。 2. 技术前瞻与团队赋能 l 关注广告技术领域前沿趋势,并将前沿技术(如 AI 大模型、跨媒体联盟投放优化等)引入实际业务场景,持续提升广告系统的智能化水平。 l 带领或指导团队成员开展算法研发、实验设计及结果分析工作,提升整体技术能力与业务理解力。 3. 跨团队协作与项目落地 l 与产品、运营、工程等团队紧密合作,推动AI+广告技术方案快速落地 l 参与广告平台架构与策略体系的设计规划,提升整体投放效果与系统稳 定性。 l 主导跨部门项目,协调资源推动复杂系统按时上线,确保预期效果达成
更新于 2025-08-20

社招技术
1. 负责RTA/DSP广告算法系统的算法设计和开发,如召回、ctr/cvr预估、LTV预估、自动化出价等方向的策略设计和模型优化工作,通过算法策略优化持续提升广告投放效率。 2. 和各个业务的产品、运营、技术协同,深入理解业务特点,并通过算法策略的设计和优化解决业务问题。 3. 跟踪业界前沿技术和业务发展,将前沿技术和业务场景相结合,持续通过技术探索和创新,支撑业务发展。
更新于 2024-12-26