Watch Jobs
ByteDance logo
字节跳动
广告算法工程师-抖音电商
立即应聘

广告算法工程师-抖音电商

发布于 大约 2 个月前

普通员工/个人贡献者

上海市
中级经验
全职员工
仅现场办公
本科
研究与开发 (研发)
Deepfm
Gbdt
Llm4Rec
双塔模型
广告召回
强化学习
推荐算法
深度学习
生成式召回

AI 估算 · 25k–45k

上海字节跳动核心广告算法岗，技术要求高，市场竞争力强，月薪中位数约3.5万，全年15薪左右。

职位详情

关于这个职位

作为抖音电商广告算法工程师，你将负责亿级规模的广告召回与粗排算法研发，优化模型与系统以提升流量分发效率，探索生成式召回、LLM4Rec等前沿技术，与跨团队协作推动业务增长

这是一个技术密集、业务影响巨大的核心岗位，适合热爱推荐算法和工程实践的同学

最低要求

本科及以上学历，计算机相关专业，具备扎实的机器学习、深度学习、数据挖掘理论基础

年及以上推荐算法、计算广告、搜索引擎相关研发经验
精通主流推荐算法与模型框架，熟练掌握双塔、序列模型、深度匹配模型等经典召粗算法，精通LR/GBDT/DeepFM/DIN/MMOE/Transformer等主流模型结构与优化方法
熟练使用Python/C++，精通TensorFlow/PyTorch等至少一种深度学习框架，能够独立完成算法方案设计、离线实验、线上落地与效果复盘的全流程工作

工作职责

参与千万～亿级规模的抖音电商内容场景广告召回、粗排模块算法研发与系统优化，搭建并迭代领先的召粗技术体系，支撑广告全场景流量分发效率与核心商业增长目标达成

主导前沿推荐算法创新与落地，聚焦生成式召回、LLM4Rec、强化学习等方向，解决广告召粗场景核心技术痛点，构建技术壁垒
结合抖音内容场景广告特性，设计贴合业务的召粗算法方案，优化模型结构、特征体系及在线推理链路，提升召粗匹配精准度与分发效率，打通召粗至精排的全链路协同
深入业务全链路，与产品、工程等跨团队协同，拆解业务痛点与增长机会，设计端到端算法解决方案并推动落地，基于数据反馈持续迭代优化

优先资格

有工业级召回/粗排模块全流程研发与落地经验者优先

AI 洞察

优缺点分析

优点

  • 薪资福利有竞争力，年终奖丰厚，股票期权等长期激励
  • 技术氛围浓厚，鼓励创新，可接触生成式推荐等最前沿方向
  • 技术迭代迅速，需要持续学习新模型和框架，保持技术敏锐度
  • 业务复杂度高，需要跨团队协作，沟通成本不低
  • 适合对推荐算法有深厚兴趣、渴望在大型工业场景中解决实际问题的技术型人才，能够适应快速迭代和高压环境

缺点 / 挑战

  • 公司平台大、业务核心，能接触到海量数据和真实商业场景，技术挑战高
  • 工作节奏快，项目周期紧，可能需要应对高强度压力

角色解读

  • 技术方向：从算法工程师成长为广告算法专家，深入生成式推荐、多模态等前沿领域
  • 管理方向：可转向技术Leader，带领团队负责算法方向与业务落地
  • 横向拓展：有机会接触搜索、推荐、NLP等交叉领域，拓宽技术视野
  • 负责抖音电商广告的召回和粗排算法研发，优化模型与系统以提升流量分配效率
  • 探索并落地生成式召回、LLM4Rec、强化学习等前沿技术，解决核心技术难题
  • 与产品和工程团队协作，深入业务链路，设计端到端算法方案并推动迭代
  • 扎实的机器学习、深度学习理论基础，熟悉推荐系统常用模型如DIN、MMOE、Transformer
  • 精通Python或C++，熟练使用TensorFlow或PyTorch，具备全流程算法开发能力
  • 有工业级召回/粗排经验者优先，需理解大规模分布式系统与在线推理

申请策略

  • 在简历和面试中准备具体的项目故事，说明技术难点、解决方案和业务收益
  • 了解字节跳动抖音电商的商业模式与广告场景，思考算法如何助力增长
  • 突出推荐算法项目经历，特别是召回/粗排模块的工业落地案例，量化效果提升
  • 展示对经典模型（如双塔、DeepFM、DIN）的深入理解及优化经验
  • 强调数据处理和特征工程能力，以及端到端算法迭代的完整流程
  • 补强生成式召回和LLM在推荐中的应用，了解最新论文与开源实践
  • 熟悉广告系统业务逻辑，如出价、竞价、预算控制等，可通过阅读相关文档或项目积累
  • 提升系统设计能力，如大规模分布式训练、在线推理优化等

面试指南

  • 采用STAR法则：背景、任务、行动、结果，技术细节要清晰，突出个人贡献
  • 对比多个方案时，分析优缺点并说明选择理由，体现思考深度
  • 回答开放性问题时，先拆解问题，给出结构化思路，再举例说明
  • 请介绍一个你负责的召回或粗排项目，包括模型设计、离线评估、上线流程和效果
  • 双塔模型如何解决用户和物品的匹配问题？有哪些改进方向？
  • 如何平衡召回率和准确率？粗排阶段如何取舍以提升系统效率？
  • 在特征工程中，你觉得哪些特征对广告推荐最重要？如何处理冷启动？
  • 你如何理解生成式召回？它和传统召回方式相比有何优势与挑战？

职位点评

72
综合评分

核心业务、前沿技术、薪资优厚，但WLB一般。

从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。

更适合这类人
最适合追求技术成长和商业影响力、能接受高强度工作的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展90
工作生活40
使命价值80

薪资福利

75中等

字节跳动薪资水平在行业中极具竞争力，虽未在JD中明确，但大厂薪酬体系完善，奖金丰厚。

薪资信号未披露（AI估算：25K-45K/月）

成长发展

90较高

岗位技术前沿（生成式召回、LLM4Rec等），业务核心增长快，提供丰富学习资源和成长空间。

技术前沿前沿/新兴技术
技术栈生成式召回、LLM4Rec、强化学习、Transformer、DIN、MMOE、DeepFM
业务类型profit_center

工作生活

40较低

仅现场办公，未提及弹性工时或远程，互联网大厂工作强度较大，WLB信号不明显。

工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）

使命价值

80较高

抖音电商广告是高速增长业务，技术驱动商业创新，社会影响中性，行业前景积极。

行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术

字节跳动 的其他在招职位

相似职位推荐

Watch Jobs