logo of alibaba

阿里巴巴阿里妈妈-广告算法(投放/出价/红包/托管/决策/因果推断)-北京

社招全职1年以上地点:北京状态:招聘

任职要求


● 熟悉常用的机器学习算法,具备深刻的算法原理理解和良好的算法实现能力。
● 对算法充满热情,具备积极主动的求知欲,良好的沟…
登录查看完整任职要求
微信扫码,1秒登录

工作职责


广告智能投放是业界大势所趋,也是做大蛋糕、实现广告主和广告平台双赢的关键。
智能广告平台团队负责阿里妈妈核心广告产品万相台无界版(整合直通车广告、展示广告、全站推等核心产品)、新享&托管(权益&广告联合营销)等的广告主投放效果优化、广告产技能力创新和客户增长。我们通过挖掘广告主多元需求(定义问题)、升级智能投放能力提升投放效果、带动广告预算增长。为分好蛋糕,我们还设计合理广告机制,用“上帝之手”激励广告生态参与方,朝着广告平台的目标方向达成好的博弈均衡。
技术上,我们用AI Agents对各生态参与方做深度优化,包括基于大模型、生成算法、强化学习的出价Agent、基于最优融合的搜推广多目标优化的平均Agent、基于大模型的广告营销Copilot等。
超大业务体量和丰富商业场景,使得我们在大模型、生成式模型、强化学习、深度学习、机制设计等领域有大量发挥空间和试错机会。同时在业务上的超一线站位,提供了大量参与业务顶层设计的机会,让我们在“挖掘有价值&有挑战新问题、驱动产品技术创新等”方面有得天独厚优势

负责的事情
● 周期成效精准预测:利用深度模型,进行销量建模并实现周期成交量的精准预测。
● 权益与广告的智能调控:实时动态调整消费者红包权益的面额与付费广告流量预算,精准匹配目标人群,最大化释放商品的成交潜力,助力生意规模的强力跃升。
● 叠加红包的广告出价:结合红包权益增量成交与成本,并使用RL、大模型、生成式模型等方法优化广告出价算法。
● 红包的全域智能发放:运用因果推断、Uplift建模等算法,实现红包的智能精准发放。

岗位职责
● 利用深度学习、强化学习、因果推断等技术对核心算法(如成效预估、智能调控、广告出价、权益发放等)进行极致优化,不断提升托管交付能力、商家效果、消费者体验。
● 利用策略和模型等算法,从选品、留存、商家分层优化、产品机制、经营诊断等全链路优化,并持续改进新品/新客/全域托管产品,助力业务快速成长。
● 从投放体验和健康生态、长期可持续的广告业务等方面,探索新的商业化变现技术和商业产品设计,提出行业创新性解决方案,推动商业化算法变革
包括英文材料
机器学习+
算法+
还有更多 •••
相关职位

logo of bilibili
社招2年以上技术类

1.参与B站用户增长核心策略研发,提升广告投放的获客量级、成本、留存等核心指标。 2.优化RTA投放算法,包括用户LT/LTV预估、人群定向、个性化出价、AIGC素材生产、个性化落地页等。

更新于 2025-03-31上海
logo of xiaohongshu
社招3-5年策略算法

1. 负责广告系统核心算法研发,包括展示&搜索CTR/CVR模型、流量策略、出价策略、广告主自动化投放算法; 2. 站在跨域跨行业视角,做深技术,做浅交互,赋能平台多行业健康有序发展; 3. 方向1:模型方向面向跨域、跨载体、跨业务通用建模,面向全新领域探索求解; 4. 方向2:流量策略方向面向平台变现效率、行业竞争公平性、搜索/推荐均衡性、拍卖激励兼容属性做深度优化; 5. 方向3:出价策略方向抽象跨域跨行业通用范式,为不同行业的客户提供稳定快速成本可控的拿量体验; 6. 方向4:自动化投放面向简单、需求自适应、投广标的聚合、冷启动等维度,打造最先进的跨行业客户投放工具; 7. 跟踪广告算法前沿技术,推动工业级落地。

更新于 2025-08-28北京|上海
logo of bytedance
实习A21700

日常实习:面向全体在校生,为符合岗位要求的同学提供为期3个月及以上的项目实践机会。 团队介绍:品牌与营销技术团队负责抖音集团全系产品的品牌广告变现及商业化营销数据产品研发。负责品牌流量变现的各个方向,包括闭环/非闭环场景下的短视频/直播/内容营销,涉及广告保量与出价机制、成本与ROI优化、5A营销科学、精排模型优化等。并且为广告主提供人群、内容、货品、渠道洞察与分析、投后度量营销效果等能力,通过数据赋能商业化客户生意长效经营。 1、优化抖音等字节跳动全系APP的广告投放算法和模型; 2、优化广告投放链路上的诸多模块,精排、出价、混排等各阶段模型改进; 3、参与广告核心深度学习模型(CTR/CVR等)的优化,包括模型创新和特征体系; 4、和产品团队配合,打造业界一流的品牌产品,探索种草等营销科学方法论的落地。

更新于 2025-02-12北京
logo of pinduoduo
社招技术类

1、负责广告投放全链路算法模型的迭代与优化,涵盖召回、排序、重排及强化学习出价等关键环节,以持续提升点击率、转化率及广告收入为核心目标; 2、负责广告投放策略与机制的设计,基于深度数据分析,运用规则或机器学习模型,为业务增长制定科学的策略体系,并持续优化整体机制; 3、深入分析出海电商场景下的用户行为,构建精准用户画像,为业务增长策略提供核心数据洞察; 4、追踪并研究深度学习、自然语言理解、多模态大模型等领域的前沿算法,探索其在业务场景中的应用与创新。

更新于 2025-11-11上海