心动广告算法实习生（广告运筹优化方向）
任职要求
1. 计算机、自动化、人工智能、数学等相关专业在读（2026 年后毕业）； 2. 具有扎实机器学习基础，有运筹优化、强化学习、Agent 相关的实践经验，有相关方向顶会论文者优先； 3. 良好的海量数据处理能力，熟练使用 Hive、Hadoop、Spar…
工作职责
简介: 1、我们是谁： 我们搭建了业界领先的广告系统（TapTap 是国内 Top1 的游戏下载和分发平台，国内顶尖游戏社区），正在探索全新的 Agentic 广告平台； 2、你可参与：通过工具、算法探索丰富的广告创意形式，包括图文视频生成、可交互的广告生成等等，并在国内外百亿规模的流量上进行广告投放实战； 3、你所共事：不仅有清、北、复、交、浙大、牛津、斯坦福等名校的毕业生，也有来自腾讯、阿里、字节、Google 等世界一线互联网公司的大牛； 4、你将获得：每日400-800元不等的实习薪酬，上班时间灵活机动，各类增长期业务项目深度参与实践机会； 5、团队文化：真诚、正直、平等开放、追求卓越、充满活力。 1. 协助广告系统策略优化，包括但不限定于基于强化学习、生成式模型的bidding算法，媒体变现优化算法等； 2. 跟进运筹优化、强化学习、生成式决策以及Agent等相关的技术，独立完成技术调研和验证，协助推动落地。
团队介绍：1、业务方向：自助业务希望建成中小商家的业务中台，电商广告、生服广告、Dou+等多条业务线，一站式解决商家问题，助力商家成长，提升商家数字化经营能力；2、技术亮点：自助技术分为智能销售、客户增长、营销活动几个方向；客户增长方向主要利用Uplift建模、因果推断、运筹优化算法、推荐算法等，通过对客户初期的行为习惯进行挖掘，探索更优的发券、选品、选素材等相关策略，提升拉新指标；智能销售方向主要通过LLM-Agent的形式，利用sft、rl等算法优化广告领域的服务能力，提升对中小客户的教育、辅导、服务等能力，进而提升长期客户消耗；营销活动方向主要服务商业化运营团队，辅助运营完成营销活动的创建与推广。 课题背景： 为了长期优化广告客户生态以及收入增长，商业化需要更大规模的做好客户拉新和客户在投放成长初期的留存，那么如何精准定位目标人群、如何更有效的利用激励手段促进客户增长、如何优化当前客户动作和投放手段，就是一个必须要长期优化的方向。 现在的增长方向主要靠传统机器学习的手段来决策激励的发放，但效果提升已经遇到瓶颈，需要探索基于RL的因果推断技术。另一方面，客户成长初期目前无法获得足够的服务与帮助，结合上广告投放本身有较高学习门槛，所以现在亟需依赖LLM技术，实现智能销售的愿景——包括智能客服、智能销售、智能投手三个阶段，最终达到全智能化的托管式服务。 课题挑战： 相比抖音C端流量数据，广告客户数据相对波动较大，观测周期长，有更多的不确定性；大语言模型在广告领域的能力依然不足，具体表现在领域知识理解不足，大量专业工具（百量级）的使用效率不高，业务回复的可解释性不够强。为了达到人工销售的水平，需要探索RL、探索reward system、探索deep research的实现、探索业务向Benchmark的范式等等；相比传统客服的问答式工作，还需要探索LLM在主动服务方向的开放命题。
ByteIntern：面向2026届毕业生（2025年9月-2026年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：Data-电商-供应链和物流团队，通过应用机器学习和运筹优化算法，助力字节电商在全球范围内向用户提供低价好物以及快速优质的购物体验。团队的方向包括：参与优化通向全球各个国家地区的仓储物流网络，提升履约时效，降低成本，优化用户体验；跟踪全球电商趋势，优化电商货品供给，预测商品需求，指导备货，探索AIGC赋能时尚供应链。 1、参与电商业务用户/商家/达人增长等业务中的触达算法研发，包括但不限于基于用户与触达内容的理解建立点击率/转化率预估等模型、优化触达时机/渠道、基于AIGC技术进行触达内容优化等； 2、与电商用户增长、商家/达人相关运营、产品等团队紧密合作，达成电商业务的用户/商家/达人高质量增长目标。
ByteIntern：面向2026届毕业生（2025年9月-2026年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：Data-电商-供应链和物流团队，通过应用机器学习和运筹优化算法，助力字节电商在全球范围内向用户提供低价好物以及快速优质的购物体验。团队的方向包括：参与优化通向全球各个国家地区的仓储物流网络，提升履约时效，降低成本，优化用户体验；跟踪全球电商趋势，优化电商货品供给，预测商品需求，指导备货，探索AIGC赋能时尚供应链。 1、参与字节跳动电商供应链及物流、商品运营和价格运营全链路多场景智能体系建设，负责面向业务的数据挖掘及算法迭代； 2、结合电商底层数据，通过数据挖掘、深度学习、统计推断等算法手段，对电商履约链路的时空轨迹序列、ETA、物流网络动态等进行分析与预测； 3、结合货架和内容电商信息，通过数据挖掘的方式，优化不同生命周期中商品在各场域的流量效率、运营效率和业务目标达成率，主要场景如下： 1）完善不同商品在相似/替代/关联/趋势和季节性上的商品力基建，对重点场景货盘进行诊断并提供品类优化建议，包括但不限于细分机会市场挖掘、新品&商品成长和渠道组货建议； 2）定义并优化不同业务场景的价格健康度，量化不同类目/人群偏好/场域等对商品价格策略的影响，建模站内商品的价量曲线，推动商品定价/补贴建议、预算分配建议和商品券设计等落地，并配合进行产品化建设； 3）深度参与重点营销场和大促场景的盘货-招商-搭建-选品-投放全流程运营，针对不同业务阶段和内容电商场景，从商家、商品、价格等维度提供算法建议； 4、参与电商业务用户/商家/达人增长等业务中的触达算法研发，包括但不限于基于用户与触达内容的理解建立点击率/转化率预估等模型、优化触达时机/渠道、基于AIGC技术进行触达内容优化等； 5、与电商用户增长、商家/达人/商品相关运营、产品等团队紧密合作，达成电商业务的用户/商家/达人/商品高质量增长目标。
ByteIntern：面向2026届毕业生（2025年9月-2026年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：Data-电商-供应链和物流团队，通过应用机器学习和运筹优化算法，助力字节电商在全球范围内向用户提供低价好物以及快速优质的购物体验。团队的方向包括：参与优化通向全球各个国家地区的仓储物流网络，提升履约时效，降低成本，优化用户体验；跟踪全球电商趋势，优化电商货品供给，预测商品需求，指导备货，探索AIGC赋能时尚供应链。 1、参与字节跳动电商供应链及物流、商品运营和价格运营全链路多场景智能体系建设，负责面向业务的数据挖掘及算法迭代； 2、结合电商底层数据，通过数据挖掘、深度学习、统计推断等算法手段，对电商履约链路的时空轨迹序列、ETA、物流网络动态等进行分析与预测； 3、结合货架和内容电商信息，通过数据挖掘的方式，优化不同生命周期中商品在各场域的流量效率、运营效率和业务目标达成率，主要场景如下： 1）完善不同商品在相似/替代/关联/趋势和季节性上的商品力基建，对重点场景货盘进行诊断并提供品类优化建议，包括但不限于细分机会市场挖掘、新品&商品成长和渠道组货建议； 2）定义并优化不同业务场景的价格健康度，量化不同类目/人群偏好/场域等对商品价格策略的影响，建模站内商品的价量曲线，推动商品定价/补贴建议、预算分配建议和商品券设计等落地，并配合进行产品化建设； 3）深度参与重点营销场和大促场景的盘货-招商-搭建-选品-投放全流程运营，针对不同业务阶段和内容电商场景，从商家、商品、价格等维度提供算法建议； 4、参与电商业务用户/商家/达人增长等业务中的触达算法研发，包括但不限于基于用户与触达内容的理解建立点击率/转化率预估等模型、优化触达时机/渠道、基于AIGC技术进行触达内容优化等； 5、与电商用户增长、商家/达人/商品相关运营、产品等团队紧密合作，达成电商业务的用户/商家/达人/商品高质量增长目标。