拼多多广告投放算法工程师
任职要求
1、计算机、模式识别、数学、统计学等相关专业本科及以上学历； 2、具备广告、搜索、推荐至少一个领域的实践经验，对召回、排序、出价等核心模块有深入理解者优先； 3、熟练掌握机器学习常用算法，能熟练运用Pytorch/TensorFlow等至少一种深度学习框架； 4、熟悉大数据…
工作职责
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。
1.参与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。
团队介绍： 广告投放是App用户增长的重要手段，字节营销中台为抖音、今日头条、番茄小说、懂车帝等字节跳动产品的广告对外投业务提供统一支持，助力集团实现用户规模持续增长和打造新的爆点应用。投放算法团队致力于打造高效智能的投放系统，通过因果推断、AIGC素材生产、投放运筹策略等前沿技术领域的探索和实现，优化业务获客跑量和投放效果。 1、多目标学习、因果推断、长期价值学习等方法对全网十亿用户建模，在广告主投放视角实现精准个性化出价和在线实时流量优选策略。优化抖音等产品在全渠道投放效果； 2、参与技术研究和创新，探索最新素材生产技术和应用场景，利用AIGC、多模态理解、素材元素拆解等技术生产优质视频、图片和文案素材，吸引更多不同的用户体验字节跳动的应用产品，优化投放获客规模； 3、对投放全链路进行优化，利用运筹学、强化学习等方法承接百万级在投计划的全托管投放平台，端到端算法自动投放系统，提升投放效果和效率。
1.设计和优化搜索推荐算法,提升用户在平台上的体验,提高转化率和用户满意度,根据用户行为数据,实时调整和优化个性化推荐策略; 2.开发和优化投放算法策略,实现精准投放,提升投放效果和ROI,分析投放效果数据,持续改进投放策略,提升投放的效率和效果; 3.针对海量用户数据进行实时分析,挖掘潜在用户行为模式,为产品和营销策略提供数据支持; 4.负责搜索推荐和广告投放系统的技术架构设计,确保系统的稳定性和扩展性; 5.与业务部门紧密合作,理解业务需求,提供解决方案; 6.对行业动态和新技术进行跟踪,推动团队技术升级和创新。
社区推荐： 1、负责推荐技术的落地；实现个性化推荐，分发策略，用户理解，内容理解等方向的技术突破； 2、沉淀社区推荐技术，并探索业务的边界。能够从复杂的业务环境中抽象出清晰具体的技术问题，并将机器学习等推荐技术有效应用于小红书App社区图文及视频推荐，提升海量用户体验，Inspire Life； 3、与各部门（包括并不限于产品，基础技术等）的同事一起深入交流合作，共同迭代和优化社区信息流推荐产品。 广告推荐： 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、优化商家投放体验，包括冷启动、投放稳定性、新客留存等方向，不断引入更多商家预算； 3、优化广告召回、出价策略、排序模型等算法模块，增强电商广告流量匹配效率。 电商推荐： 1、参与交易个性化推荐技术的优化，通过深度学习、迁移学习、跨域表征、多任务学习等技术提升分发匹配的效率，让每个用户可以快速准确的发现好货； 2、能够从复杂的业务环境中抽象出清晰具体的技术问题，将机器学习等推荐技术有效应用于小红书App社区图文及视频推荐，提升海量用户的交易与浏览体验； 3、基于电商交易业务，进行模型和算法创新，与各部门（包括并不限于产品，业务中台等）的同事一起深入交流合作，打造业界领先的推荐算法。 增长推荐： 1、负责用户增长各环节的算法策略研发，通过算法策略优化提升个性化触达、外投广告、个性化内容分发、用户画像等效果； 2、负责个性化推荐业务召回、排序等算法研发，持续优化用户拉新和拉活各个环节的算法效率； 3、负责广告投放算法工作，通过个性化预估模型和运筹优化等算法，实现对用户的精准触达和出价，提升广告投放效率； 4、负责用户消息触达等相关算法工作，通过推送等触达提升用户规模。