字节跳动广告策略算法工程师(模型方向)-Data
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、数据敏感度高,有策略迭代/业务算法的优化经验; 3、优秀的分析问题和解决问题的能力,对解决有挑战的问题充满激情,良好的沟通表达和团队精神; 4、熟悉机器学习、强化学习、因果推断、运筹学中一项或多项; 5、对推荐/广告系统,用户增长,营销发券等领域有经验者优先,有国际顶级会议论文,GitHub公开成果优先,Kaggle/Acm比赛获奖者优先。
工作职责
1、参与番茄小说/番茄畅听/红果短剧等产品的商业化变现,提升全端收入,包括流量侧和系统全链路优化; 2、参与模型/出价/策略优化,提升电商/下载/线索等行业在GIP全端效果及收入; 3、参与电商营销/激励营销的机制、模型、策略优化,提升全端收入以及营销ROI; 4、参与广告和内容的混合排序,通过个性化流量策略,LTV建模等,提升整体业务价值。
1、参与番茄小说/番茄畅听/红果短剧等产品的商业化变现,提升全端收入,包括流量侧和系统全链路优化; 2、参与模型/出价/策略优化,提升电商/下载/线索等行业在GIP全端效果及收入; 3、参与电商营销/激励营销的机制、模型、策略优化,提升全端收入以及营销ROI; 4、参与广告和内容的混合排序,通过个性化流量策略,LTV建模等,提升整体业务价值。
团队介绍:Data-抖音团队,负责抖音APP的推荐算法、内容算法、对话算法及大数据工作,对接各场景业务(短视频,直播,图文,电商,社交,生态,投稿,消息,同城,生活服务,音乐,评论,内容理解&安全、智能对话等)。我们的工作涉及大规模推荐算法的优化、复杂约束的优化问题的解决、内容理解、LLM应用以及新业务方向探索、CV/NLP等多个学术领域的算法改进工作、对多种场景的推荐架构的设计和实现和对产品数据的复杂深入的分析工作。在这里,你可以深入钻研机器学习算法的改进和优化,探索工业界领先的推荐系统架构和推荐大模型算法、可以通过使用最新的大模型等技术支持抖音的数字人、智能客服、AI工具等创新探索;可以通过对产品的深度理解和思考,将算法应用到业务中去;也可以通过对产品和内容生态的深度分析,影响产品未来的发展方向。 1、负责抖音APP产品的推荐算法工作,共同搭建行业顶尖的推荐系统,为用户提供一流的产品体验; 2、深入理解各场景业务和机器学习技术,优化模型、策略,持续提升推荐效果;将最前沿的机器学习技术应用到抖音的场景业务,优化用户体验促进业务发展; 3、研究方向包含但不局限于:深度学习、图神经网络、生成式推荐、多目标融合和流量分发机制设计、模型压缩和加速、多模态技术等,结合业务的实际问题来做好技术的探索和研究; 4、和产品、运营团队紧密合作,通过对产品和用户的深入理解和分析,制定算法策略促进抖音生态的长期繁荣发展。
团队介绍:Data-番茄团队,负责字节跳动下番茄小说、红果短剧、番茄畅听等产品的推荐算法和AI相关工作。工作包括:搭建业界前沿的大规模推荐系统,提高产品使用体验,从小说、短剧、音频、音乐等内容方向建设完整的内容生态和AI能力,保持业务规模保持超高速增长。 课题介绍: 【课题背景】 番茄系产品作为全网最大的故事消费和创作平台,汇集了丰富的内容IP,涵盖网文、短剧、有声、漫画、动态漫等多种体裁,是大语言模型和多模态大模型天然的最佳实践场景。我们在内容创作、内容生产、内容推荐、IP改编等产品全链路上深度建设行业领先的各类AI能力,实现从供给到分发的全面能力升级,为数亿活跃用户和各类内容创作者带来全新的产品体验。 1、利用小说和短剧的长文本和多模态优势,结合大模型理解和CoT推理能力大幅度改进现有推荐系统,实现基于LLM+COT的下一代认知推理推荐引擎; 2、跨模态内容生成,探索如何将现有的IP内容在不同体裁之间进行转换和生成,实现小说、动漫、短剧等内容的AI生成和辅助创作; 3、番茄系IP价值挖掘与优化,深入挖掘IP的潜在价值,如改编、剧本创作等,优化其使用策略以及生产流程,以最大化其商业价值。
团队介绍:Data-番茄团队,负责字节跳动下番茄小说、红果短剧、番茄畅听等产品的推荐算法和AI相关工作。工作包括:搭建业界前沿的大规模推荐系统,提高产品使用体验,从小说、短剧、音频、音乐等内容方向建设完整的内容生态和AI能力,保持业务规模保持超高速增长。 课题介绍: 【课题背景】 番茄系产品作为全网最大的故事消费和创作平台,汇集了丰富的内容IP,涵盖网文、短剧、有声、漫画、动态漫等多种体裁,是大语言模型和多模态大模型天然的最佳实践场景。我们在内容创作、内容生产、内容推荐、IP改编等产品全链路上深度建设行业领先的各类AI能力,实现从供给到分发的全面能力升级,为数亿活跃用户和各类内容创作者带来全新的产品体验。 【研究方向】 1、利用小说和短剧的长文本和多模态优势,结合大模型理解和COT推理能力大幅度改进现有推荐系统,实现基于LLM+CoT的下一代认知推理推荐引擎; 2、跨模态内容生成,探索如何将现有的IP内容在不同体裁之间进行转换和生成,实现小说、动漫、短剧等内容的AI生成和辅助创作; 3、番茄系IP价值挖掘与优化,深入挖掘IP的潜在价值,如改编、剧本创作等,优化其使用策略以及生产流程,以最大化其商业价值。