推荐算法工程师(Ranking与分发策略) - 内容消费与非闭环营销
Description
团队介绍:内容消费与非闭环营销技术团队,服务内容消费和非闭环营销行业数十万客户和十亿级用户。其中,内容消费行业包括游戏、小游戏、短剧、小说、社交与工具等行业,非闭环营销行业包括平台电商、引流电商等行业。内容消费与非闭环营销围绕客户深转、ROI等本质诉求,构建了完整的产品矩阵,知名产品有UBA/UBP自动化产品、深转ROI1\ROI7产品等。研发团队主要通过技术手段支持行业的收入和市占提升,工作内容包括:投放策略优化(出价、自动化)、模型优化(深度延迟和稀疏转化建模、序列建模、Large Recommend Model等)、流量和体验策略优化(ROI3产品、推荐广告融合、多目标建模等)、AI内容理解和生成(多模态模型、营销创意&剧集生成等)、定价和权益激励策略优化(智能定价、QCPX等)、海量创意自动化托管投放架构(DPA)、新产品开发等。
1、参与构建和优化抖音、抖音极速版的短剧、漫剧场景下的个性化广告与推荐系统(涵盖冷启动、召回、粗排、精排、混排等链路),提升变现效率与用户体验;
2、算法模型优化:应用机器学习、深度学习及强化学习等前沿算法,优化GMV、CVR(转化率)、用户消费时长等业务指标;
3、处理海量行为与内容数据,深入挖掘物品特征及上下文特征,构建高效、可扩展的特征体系;
4、前沿技术落地:跟进大模型(LLM)、生成式技术、召粗精一体化等领域的最新进展,并结合业务痛点进行技术落地和创新。
1、较强的责任意识,沟通能力强,同时具备良好的问题分析与解决能力;
2、本科及以上学历,计算机、数学、统计等相关专业,具备推荐系统、广告算法、搜索引擎或机器学习相关领域的实际工作经验者优先;
3、保持技术热情,对前沿模型的结构、算力优化方法或其他推荐新范式有一定的了解,有实际落地经验的优先;
4、扎实的机器学习基础与统计学基础,熟悉常用特征工程方法,具备较好的建模思维;
5、工程落地能力强,熟悉C++、Python,掌握TensorFlow/PyTorch机器学习工具,了解Parameter Server,对常用Spark、Hive等分布式数据处理工具有一定的了解。
Skills
Sign in to read and join the discussion.