蚂蚁金服蚂蚁集团-搜推广算法专家-AIRS
任职要求
1、在机器学习、统计分析、大数据处理等领域有一定的功底，3年以上相关工作经验；有推荐/搜索/广告等领域经验者优先； 2、优秀的算法应用能力，包括特征提取、模型建立、效果评估、应用部署以及优化迭代等环…
工作职责
方向一：流量算法 负责广告重点流量展位（搜索/feeds/banner/视频类）CPM提升，包括点击率优化，流量策略优化，创意优选，反作弊策略等，助力重点流量位广告匹配效率提升，扩大广告消耗规模 1）掌握广告流量策略优化手段，了解广告全链路相关算法（召回/粗排/精排/重排/创意优选等），至少熟悉其中1道2个环节的原理和细节方案，能够灵活、快速响应问题和解决问题。 2） 熟悉常用的流量优化策略，在流控，频控，去重，打散，混排等流量策略有实际的优化提升经验，能针对不同流量场的特点，针对性的设计优化场的流量策略。 3） 有大规模搜索广告，feeds流广告，以及视频流广告有2年以上实际优化经验者优先。 方向二：行业算法 负责广告重点行业如电商/汽车/游戏等客户的效果优化，智能出价等广告机制优化，助力广告重点行业规模扩量。 1）掌握广告行业和客户诉求，熟练掌握常见的定向、助攻、高价值人群溢价、矫正、扶持、落地页诊断、链路效率排查等等广告机制和技术优化方案，能够灵活、快速响应问题和解决问题 2）洞悉电商/汽车/游戏/运营商等行业、交易/线索/下载唤端产品、自动化投放/系统干预机制发展趋势，掌握GSP等计费机制、深浅转化模型优化、自动化投放技术、针对业务场景的模型优化等等技术，可以针对性的提出和推动和整合相关产研方案、平台能力给出针对性的以及深入的解决方案 方向三：支付宝首页/内容/营销等 1.参与亿级用户支付宝推荐场景算法研发与优化，深入理解推荐业务需求，设计并落地大规模召回/排序/重排等算法，持续提升推荐算法效率与用户体验； 2.通过研究用户表征学习、多源异构数据建模、跨域迁移学习、多场景建模、序列建模、多任务学习等技术提升推荐匹配效率，帮助用户快速发现优质商品、内容与服务； 3.研究推荐冷启动、分人群多目标优化等推荐技术课题，不断探索最新技术。
负责搜索、推荐、广告的数据科学工作，为算法、产品、运营团队提供可落地的数据分析建议，助力业务增长。 1. 深入理解搜索、推荐、广告等核心算法的业务逻辑，主导构建与业务目标紧密关联的 监控与评估指标体系 ，并通过A/B实验、归因分析等方法进行精准的效果评估。 2. 负责算法业务的 日常数据监控与深度归因分析 ，对数据波动进行快速反应和根因定位，为算法策略迭代提供决策依据。 3. 基于数据分析，敏锐洞察用户在 产品体验、流量分发、策略效能 等方面的提升机会，并通过数据看板、分析报告等方式清晰呈现，驱动算法优化与业务增长。 4. 主动挖掘和发起有潜力的数据分析项目，协调各方资源， 全程推动项目落地 ，并量化项目对核心业务的实际贡献。
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
1.搜索排序：通过ctr/cvr预估建模，优化粗排、精排、重排模型； 2.搜索相关性：通过深度文本匹配建模，优化相关性模型的准确率； 3.搜索召回：应用语义向量、个性化、多模态等召回技术，并优化检索漏斗和效率； 4.搜索意图理解：应用LLM等技术理解用户query意图，包括包括分词、标注、类目预估、query扩展等； 5.机制策略：通过EE/流量调控等技术，赋能平台和商家，优化全链路策略助力品类增长； 6.探索前沿机器学习/AIGC等算法，结合搜索场景并落地。