字节跳动广告信息流算法工程师-巨量千川
任职要求
1、计算机、自动化、电子信息、数学、统计学等相关专业，本科及以上学历，硕士博士优先； 2、深入理解和掌握人工智能领域前沿技术，对以下至少一个领域有深入理解并有应用解决有挑战性问题的能力：互联网搜索、推荐、广告算法；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，对解决具有挑战性问题充满激情； 4、较好的主动性和求知欲，良好的沟通表达能力和团队精神； 5、有广告、营销发券的经验优先；有良好的数据分析能力和策略开发能力，能够端到端地完成策略实验和上线的加分。
工作职责
1、负责千川广告在信息流上的投放策略，包括个性化频控、广告填充率和体验优化等策略机制； 2、负责探索在大混排框架下，基于不同业务的业务特点和价值差异，探索合理的兑换和优化空间，提升平台收入和用户体验； 3、负责QCPX广告的发券调控机制，结合各端的流量特点，设计完善的ROI及预算调控机制，优化平台收入和ROI； 4、针对不同体裁及不同的商品特征，设计合理的券类型和发放策略，提升QCPX广告的覆盖。
1、负责巨量千川广告在信息流上的投放策略，包括个性化频控、广告填充率和体验优化等策略机制； 2、负责探索在大混排框架下，基于不同业务的业务特点和价值差异，探索合理的兑换和优化空间，提升平台收入和用户体验； 3、负责QCPX广告的发券调控机制，结合各端的流量特点，设计完善的ROI及预算调控机制，优化平台收入和ROI； 4、针对不同体裁及不同的商品特征，设计合理的券类型和发放策略，提升QCPX广告的覆盖。
1. 负责展示广告召回模块中的架构演进、模型建设和策略设计； 2. 负责展示粗排模块中的CTR、CVR、LTR模型的深入优化； 3. 负责展示广告精排模块中的CTR、CVR模型的深入优化及整体的特征体系建设； 4. 负责展示广告创意模块中的多模态内容理解、模态特征融合和创意优选模型的建设； 5. 负责展示广告混排模块的框架改造及context模型持续升级，实现多方混排内容的变现效率及用户体验最大化； 6. 排序机制：针对小红书广告业务特点，挖掘、建模、利用各类能够提升平台长期价值的目标因子； 7. 用户体验：包括但不限于密集度、疲劳度等体验优化，敏感人群uplift建模提升LT等等； 8. 技术突破：探索生成式推荐、大模型在广告场景落地；跨场域跨业务one model；roi约束的范畴探索scaling law的应用等等。 （满足以上任一即可）
1、参与互联网核心业务的算法系统建设工作（广告/搜索/信息流），搭建通用的个性化推荐系统/广告推荐引擎，提升互联网业务广告收入和用户活跃度； 2、探索各种前沿模型，针对不同业务场景，制定合适的算法与策略，不断优化效果和性能。
1）负责拼多多核心电商推荐和信息流广告场景(首页Feeds流、百亿补贴、个人中心、大促、秒杀等活动场景)的个性化流量分发，提升用户体验，优化场景的订单、GMV、收入、DAU等指标； 2）负责推荐和信息流广告的召回、粗排、精排、重排、策略方向的优化，提升模型效率、策略的合理性，最大化推荐系统的漏斗效率； 3）研究方向：深度学习、召回模型、LTR、CTRCVR模型、Uplift模型、多模态大模型、创意生成和优选、营销增长算法、运筹优化、模型压缩和加速等。追求技术创新和实际业务的结合，深入剖析电商推荐系统的问题，不断提升用户的体验。