高德地图高德-广告算法专家(预估/机制/创意/流量增长)-信息算法专项
任职要求
1. 优秀的沟通能力,能够有效地与产品和运营团队合作,推动业务发展。 2. 优秀的算法能力,熟练运用运筹优化、强化学习等方法进行在线流量分配决策,实现高效的广告分发机制。 3. 擅长CTR预估的模型结构、特征及模型信号的迭代,熟悉广告系统、推荐系统、信息流广告的业务模式的优先。 4. 熟悉搜索算法、Query理解、相关性等等 5. 在多模态特征表达学习、多场景、多任务学习、标签延迟建模等方面具有一定的实践经验的优先。 6. 有搜推广算法应用和机器学习相关领域顶会或 期刊上发表论文者优先; 7. 参加过ACM或数据挖掘&机器学习类竞赛(天池大奖赛、Kaggle)并取得好名次者更佳;
工作职责
1. 预估方向:负责搜推广预估模型、校准相关方向的算法策略研发,包括特征体系和模型创新,负责深度学习模型在用户表征学习、召回模型、精排打分模型中的应用。 2. 机制方向:负责广告机制策略优化,基于深度学习与运筹优化的深度结合,优化出价机制策略,满足广告主多约束多目标的保量投放需求,同时提升客户效果与平台收益;构建多目标约束优化框架(如收入、广告主留存、生态公平性)建设生态健康的广告系统。 3. 创意方向:负责搜索广告动态创意模型策略算法优化工作:使用AIGC大模型根据客户营销信息,结合流量特征生成广告创意物料,提升广告创意物料供给的质量和营销效果;负责搜索广告创意物料-样式组合优选模型:多模态创意-物料素材组合优选,为搜索广告选择最优创意物料和样式组合,进而提升广告营销效果。 4. 流量增长:负责高德端内商业化广告流量的增长,具体包括:在搜索引导、Query推荐等核心场景中,通过端内用户行为的分析和挖掘,自动挖掘高价值广告供给和Query数据,结合在线实时识别与预估用户需求,主动进行精准化引导与分发,从而实现商业化广告流量的高效提升。 5. NLP/相关性方向:负责搜索广告的Query理解、触发、bidword推荐、文本匹配、Query推荐等相关工作,熟悉并掌握主流的NLP算法,在保障广告用户体验的前提下,提升广告收
1. 预估方向:负责搜推广预估模型、校准相关方向的算法策略研发,包括特征体系和模型创新,负责深度学习模型在用户表征学习、召回模型、精排打分模型中的应用。 2. 机制方向:负责广告机制策略优化,基于深度学习与运筹优化的深度结合,优化出价机制策略,满足广告主多约束多目标的保量投放需求,同时提升客户效果与平台收益;构建多目标约束优化框架(如收入、广告主留存、生态公平性)建设生态健康的广告系统。 3. 创意方向:负责搜索广告动态创意模型策略算法优化工作:使用AIGC大模型根据客户营销信息,结合流量特征生成广告创意物料,提升广告创意物料供给的质量和营销效果;负责搜索广告创意物料-样式组合优选模型:多模态创意-物料素材组合优选,为搜索广告选择最优创意物料和样式组合,进而提升广告营销效果。 4. 流量增长:负责高德端内商业化广告流量的增长,具体包括:在搜索引导、Query推荐等核心场景中,通过端内用户行为的分析和挖掘,自动挖掘高价值广告供给和Query数据,结合在线实时识别与预估用户需求,主动进行精准化引导与分发,从而实现商业化广告流量的高效提升。 5. NLP/相关性方向:负责搜索广告的Query理解、触发、bidword推荐、文本匹配、Query推荐等相关工作,熟悉并掌握主流的NLP算法,在保障广告用户体验的前提下,提升广告收
高德信息算法专项招聘方向 业务背景 高德地图作为行业领先的出行平台,持续探索AI与大数据技术在地图、导航、出行服务等领域的创新应用,现面向算法、工程、数据领域招聘顶尖人才,推动技术驱动业务增长与用户体验升级。 核心岗位方向 算法与AI应用 1. 推荐与个性化算法:负责用户兴趣建模、个性化推荐系统设计与优化(覆盖推荐算法专家、个性化推荐/搜索算法工程师)。 2. 广告算法:优化广告预估模型、创意策略、流量分配机制及增长路径(需熟悉CTR/CVR预估、机制设计)。 3. 强化学习与智能决策:研究强化学习在路径规划、动态资源分配等场景的落地应用。 4. 多模态内容理解:探索文本、图像、时空数据融合的多模态算法,提升内容分析与场景理解能力。 搜索与数据技术 1. 搜索算法:优化搜索排序、语义理解及RAG(检索增强生成)引擎开发(需熟悉NLP、信息检索技术)。 2. 用户画像与增长:构建用户行为分析体系,驱动商家/用户增长策略(需具备数据挖掘与增长分析经验)。
我们是1688商业化中心广告算法团队,负责1688广告在全场景的投放算法优化,包括但不限于: 1. 负责1688广告域的搜索、推荐以及外投场景的模型优化,包括Query理解、深度个性化召回、排序、模型校准、访客识别、流量采买等,推动生成式框架的落地,提升流量效率。 2. 负责广告竞价及排序机制、预算分配机制的优化,通过利用运筹学、控制论、博弈论、强化学习、多智能体学习等技术解决多场景的流量调控以及多目标优化问题。 3. 通过AIGC创意生成以及在线生成式创意等优化,提升商业化流量的买家体验和匹配效率。 4. 构建商家留存预估模型,通过归因分析等方法识别关键影响因子,完善自动留存优化的产品化建设。 5. 从全链路视角负责广告投放效果的优化,包括投前、投中以及投后的各项诊断以及分析。 6. 结合广告业务特点和前沿技术发展,持续进行技术应用和创新,推动AGI技术助力业务提效。