字节跳动策略算法工程师-中国区广告业务
任职要求
1、2026届获得本科及以上学历，计算机相关专业； 2、具备优秀的编码能力，扎实的数据结构和算法功底； 3、数据敏感度高，有策略迭代/业务算法的优化经验优先； 4、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； 5、熟悉机器学习、强化学习、因果推断、运筹学中一项或多项； 6、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
团队介绍：中国区广告业务负责端到端大型广告系统建设，覆盖抖音、今日头条、红果短剧、西瓜视频、番茄小说、穿山甲等产品矩阵，践行"激发生意新可能"理念，致力于让营销更省心、更高效、更美好，推动商业的可持续增长，让不分体量、地域的企业及个体，都能通过数字化技术激发创造、驱动生意。连接中国区业务广告主、用户及生态伙伴、成为开放共赢的最佳智能营销平台之一。在这里，你将投身建设面向未来的数字营销能力，接触到先进的商业产品架构、模型和算法，在互联网广告行业始终创新。 1、参与今日头条/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、利用算法全面理解非中国区广告主、创作者和创意内容，提高撮合匹配的精准度； 2、对十亿级商业流量进行在线建模，优化推荐系统和广告系统中的创意分发策略； 3、制定自然流量和广告流量的科学分配策略，旨在提高广告主和创作者的短期和长期价值。
1、负责字节中国区竞价广告（抖音/今日头条等App）的客户侧投放优化，深入解决解决客户投放问题； 2、建设下一代广告投放系统——UBX（自动化投放），利用运筹优化等知识，设计最优的跑量和ROI优化策略，满足客户差异化投放诉求； 3、从0->1设计新的竞价广告产品——多目标投放，在兼顾浅层转化的基础上，深入优化长期ROI等深度转化目标，解决客户“投浅看深”的诉求； 4、提供冷启动、稳定性、投放生态等问题的策略模型和产品化解决方案。
团队介绍：Ads core-creative支持字节中国区商业化广告的创意生态、创意生产、创意个性化分发产品的核心算法能力建设，覆盖抖音、头条系（头条、西瓜、番茄等）、穿山甲的等流量场景的创意优化。 动态创意作为自动化投放系统（UB max）的核心能力之一，通过多模态大模型实现更智能的创意生产和投放。AIGC技术的爆发推动全新的创意生产和投放模式，相比传统的依赖先验知识、通过启发式探索的方式，端到端生产和投放的模式符合广告投放目标且能帮助客户跑量的创意。 1、构建下一代创意生产-投放AI Agent： 1）基于大模型构建文本-图像-视频跨模态创作引擎，实现从文案/图像到视频的全模态创意AIGC； 2）针对商业化各场景定制化训练和优化模型，提升模型在各素材中的生产效率、素材质量、多样性，逐步接近人类生产水平； 3）建立近实时反馈的创意进化飞轮，构建近线反馈的素材生产模式+自动化投放，实现广告创意的动态化、个性化生产和投放，最终提升广告的变现效率； 2、大模型能力面向场景定制化： 1）围绕商业化多样性目标，构建鲁邦、防Kacking的Rewardmodel，指导生成模型实现对业务收益的优化； 2）构建基于多模态的推理模型，能够直接推理学习高跑量创意的原因，并结合生成模型生成多模态素材。
团队介绍：Ads core-creative支持字节中国区商业化广告的创意生态、创意生产、创意个性化分发产品的核心算法能力建设，覆盖抖音、头条系（头条、西瓜、番茄等）、穿山甲的等流量场景的创意优化。 动态创意作为自动化投放系统（UB max）的核心能力之一，通过多模态大模型实现更智能的创意生产和投放。AIGC技术的爆发推动全新的创意生产和投放模式，相比传统的依赖先验知识、通过启发式探索的方式，端到端生产和投放的模式符合广告投放目标且能帮助客户跑量的创意。 1、构建下一代创意生产-投放AI Agent 1）基于大模型构建文本-图像-视频跨模态创作引擎，实现从文案/图像到视频的全模态创意AIGC； 2）针对商业化各场景定制化训练和优化模型，提升模型在各素材中的生产效率、素材质量、多样性，逐步接近人类生产水平； 3）建立近实时反馈的创意进化飞轮，构建近线反馈的素材生产模式+自动化投放，实现广告创意的动态化、个性化生产和投放，最终提升广告的变现效率； 2、大模型能力面向场景定制化 1）围绕商业化多样性目标，构建鲁邦、防Kacking的Rewardmodel，指导生成模型实现对业务收益的优化； 2）构建基于多模态的推理模型，能够直接推理学习高跑量创意的原因，并结合生成模型生成多模态素材。