BYR Achieve · 镜像论坛

广告后端/算法工程师-自助客户技术后端投递链接：https://job.toutiao.com/s/iR4mdJoh 算法投递链接：https://job.toutiao.com/s/iR4HffNH 联系邮箱：chenguo.juzitou@bytedance.com 北京·社招·正式·职位 ID：R6630 职位描述团队介绍 1、业务方向：自助业务的终局是希望建成非重点商家（KA）的业务平台，覆盖广告、生活服务、电商、ToB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：自助技术分为算法、后端和前端三个方向。算法方向主要参与营销差异化、任务推荐、自助投放的模型和策略优化；后端方向主要参与智能营销、推荐引擎、内广投放、资源通投等系统的能力建设；前端方向主要参与自助平台、渠道入口、落地页等页面的迭代； 3、团队优势 1）业务发展空间巨大，方向长期：在 Facebook 与淘宝，中小广告主（自助）的消耗占比达到 30%，字节目前仅为 15%，增长空间巨大；提升自助广告的收入占比将使商业化的生态更为健康，是业务长期坚持的方向； 2）业务、技术合作闭环：产运研同在一个组织下能够紧密合作，既了解商业化发展趋势，也能熟悉行业发展；从增长到成长，从广告主经营到投放产品建设，技术可参与端到端的复杂问题优化； 3）技术难点多、挑战大：机器学习方面，长周期、多目标、实时场景下的价值预估为多任务学习、表示学习带来了巨大的挑战；因果推断与最优化方面，大规模、先验/后验场景下的差异化营销，依赖复杂的增效建模方法与分布式求解能力；自动化能力方面，业务发展迫切需要产品力、系统自动化能力的提升。职位描述： 1、营销方向： a. 深度学习算法：负责 LTV、客户价值等目标的深度学习建模工作，把模型效果推向极致； b. 增效建模算法：在拉新、唤醒，促活、跃迁、留存等营销场景中，利用因果推断、多任务学习、强化学习等技术，优化用于券、扶持等多种激励类型的增效模型，提升任务、活动的增量 ROI； c. 运筹优化算法：优化离线的分布式算法、在线的动态求解算法，实现大规模匹配问题、背包问题、调控问题的快速求解，用于流量扶持、差异化营销等多个自助业务场景； d. 内广投放算法：负责内广投放的端到端优化，从定向、出价、流量价值预估等不同视角优化投放 ROI。 2、投放方向： a. 深度学习算法：负责 CVR、ROI、商品和内容价值等目标的深度学习建模工作，把模型效果推向极致； b. 推荐算法：利用数据协同、表示学习、序列建模、多任务学习、在线学习等技术，优化诊断与任务、商品与内容推荐的准确度，助力客户成长； c. 预算调控算法：针对LTV、留存等长期目标，利用差异化的预算分配与任务披露平衡商业化收入与客户价值； d. 自动化投放算法：针对一键式投放解决方案与底层的长周期、Nobid、托管等自动化投放场景，利用运筹优化、在线学习的知识，设计最优的冷启动、出价策略满足客户差异化的诉求。职位要求 1、计算机 / 自动化 / 运筹学 / 统计学等相关专业硕士 / 博士或者本科有3年及以上工作经验； 2、扎实的机器学习/深度学习/运筹优化理论和实践经验，熟悉深度学习算法（CNN / RNN / LSTM / MTL 等）； 3、熟悉至少一种主流深度学习编程框架（Pytorch / TensorFlow 等），熟悉其底层架构和实现机制； 4、有扎实的编程基础，良好的编程风格和工作习惯，熟练掌握C/C++，Java，Python等至少一门语言； 5、有激情、不畏难、乐于挑战，具有良好的团队合作意识、理解沟通能力以及独立解决问题的能力。加分项 1、在广告、推荐、搜索、增长营销等大规模业务上有过多年的优化经验； 2、在顶级会议（CCF - A 类，如 ICML、NIPS、ICLR、AAAI、IJCAI、KDD、Recsys、SIGIR 等）上发表过论文； 3、有过深度学习编程框架开源社区经验。

【内推】【社招】字节跳动-商业化技术-后端/算法工程师