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
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…
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 预估模型：利用深度模型&生成式&大模型，进行销量建模并实现周期成交量的精准预测。并通过Uplift建模红包&广告的增量效果。 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，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。 智能Agents：建设选品、推荐、诊断等营销Agents。 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、智能agents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
资深算法/专家（广告投放）-南京上海深圳 1、支持广告外投的算法工作，能独立负责人货匹配、选品、词投放、出价等模块的技术规划和模型开发； 2、承接渠道营销的算法提效，能持续优化push等渠道的内容推荐、择时、频次控制等能力； 3、主动深入业务，基于业务理解制定科学合理的算法方案，并持续探索广告/营销的价值增长点； 4、跟踪同行广告/营销领域的技术趋势，了解竞品产品和技术动态，能催化团队技术进步。
1、开发和迭代CTR预估模型和竞价策略，提升用户增长广告投放点击率、转化率、ROI等核心指标； 2、通过深度学习领域的研发工作，包括但不限于深度模型设计与优化、强化学习、迁移学习、图神经网络等算法和系统提升预估效果； 3、通过召回排序等推荐算法，改善增长广告用户在快手的产品体验。
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。
1、AI数字投手构建：基于LLM与Agent技术，研发24小时在线的“AI数字投手”。实现从广告诊断、策略制定、素材生成到自动出价的全流程自动化托管； 2、智能决策系统研发：设计并落地Agent的感知-决策-执行闭环。利用ReAct、CoT等范式，让AI具备理解复杂投放目标、拆解任务及动态调整策略的能力； 3、记忆与知识体系搭建：构建面向广告业务的长期记忆机制（Long-term Memory）与领域知识库（RAG），使AI投手能持续学习历史投放经验、行业案例及平台规则，自行迭代； 4、技能编排与工具调用：开发标准化的技能库（Skill Library），将出价调整、人群定向、创意A/B测试等原子能力封装为Agent可调用的工具，实现复杂任务的自动化编排； 5、仿真与评估体系：搭建广告投放的虚拟仿真环境（Simulator），用于Agent的低成本试错训练；建立多维度的Agent能力评估指标（如ROI提升率、响应延迟、策略稳定性）。