爱奇艺广告算法工程师
任职要求
- 有计算广告背景特别是广告投放策略算法经验者可优先； - 有机器学习算法优化理论的研究经验，熟悉 Tensorfow 或者 PyTorch 机器学习框架，并有实际的模型训练、调优的项目经验； - 对数据有极高的敏感度和强大的…
工作职责
- 为广告业务的精细化投放提供算法支持，负责广告业务的数据挖掘以及机器学习的算法工作； - 包括但不限于画像建模、广告投放全链路竞价策略； - 优化的流量范围：包含但不限于爱奇艺、联盟相关流量。
1.负责智能投放系统的技术研究与落地。结合LLM、上下文工程、多智能体系统等前沿技术构建新一代的自适应投放决策框架，赋予系统自主理解、决策、执行的能力，实现跨平台、全自动的智能投放； 2.负责广告召回与排序系统的迭代优化，支撑每日千亿级请求。探索并应用生成式召回与排序 (Generative Retrieval/Ranking)、文本语义理解、图神经网络、多模态召回等前沿召回范式，并优化个性化排序机制，实现用户意图的精准捕捉与高效匹配； 3.负责外投广告核心模型体系构建。运用深度学习、因果推断、多模态等技术，持续优化pCVR/pLTV/pΔLTV/pCTR等关键预估模型，攻坚延迟转化归因、多目标融合等业界难题，打造行业先进的模型预测能力； 4.主导RTA实时出价与报价策略升级。运用强化学习、规划求解、生成式出价、博弈论等技术，突破海量场景下的竞价效率瓶颈，实现平台、用户与广告主多方目标的动态平衡，显著提升广告投放ROI。
1、参与点评广告外投算法体系搭建，基于大规模用户行为数据，优化在线广告策略与模型，提升用户增长规模和效率； 2、参与广告实时竞价策略的研究和实现，利用机器学习、强化学习、博弈策略、因果推断等技术提高海量投放场景的竞价效率； 3、参与大规模深度学习在用户/内容表征学习、向量化召回、CTR/CVR模型预估等的应用和创新，模型能力对标行业前沿； 4、参与多模态大模型等前沿技术的创新应用，基于上述技术持续优化广告创意质量。
团队介绍 负责下载/小程序、种草、品牌广告在小红书站内的投放优化，致力于打造一流的商业化系统链路、模型能力和机制策略； 工作职责：（满足以下任一即可） 1、负责广告召回模块中的架构演进、模型建设和策略设计； 2、负责广告精排模块中的CTR、CVR模型的深入优化及整体的特征体系建设，优化深转，优化广告主成本达成； 3、负责bidding策略优化与迭代，对出价建模和调控算法有深入了解，通过算法帮助客户提升广告投放效果，使客户达到营销效率最大化； 4、负责全链路中序列建模、蒸馏学习、级联模型及其他业界重点技术的突破； 5、负责库存预估和在线分配等算法的迭代优化；
1、负责广告算法全链路优化，聚焦模型优化工作，深耕召回、粗排、精排等核心模块的模型迭代与效果提升，解决大规模场景下的模型性能与效果平衡问题，支撑海外广告业务高效运转； 2、负责广告策略优化，重点深耕出价策略迭代，探索强化学习、生成式出价等技术在海外广告场景的落地，优化广告主ROI与平台收益的动态平衡，提升广告投放效率； 3、负责行业优化相关算法研发，聚焦深度转化建模，攻克延迟转化、样本稀疏等行业痛点，适配海外不同行业广告的投放需求，助力行业广告变现效率提升； 4、负责流量优化工作，优化混排策略与流量分配机制，平衡广告变现效率与用户体验，提升全域流量的商业化价值，适配海外多区域、多场景的流量特性。