ByteDance logo
字节跳动
国际化广告算法工程师-Ads Core

国际化广告算法工程师-Ads Core

发布于 大约 8 小时前

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
学历未注明
机器学习工程
Pytorch
Tensorflow
召回
广告排序
强化学习
机器学习
深度学习
生成式模型
粗排

AI 估算 · 35k–65k

字节跳动是头部互联网公司,国际化广告核心算法岗技术要求高,薪资处于行业上游,结合上海成本和岗位级别综合估算。

职位详情

关于这个职位

这是字节跳动国际化广告核心算法岗位,负责优化广告排序与变现效率,涉及召回、粗排、精排全链路,并探索强化学习、生成式召回等前沿技术

需要扎实的机器学习与深度学习基础,熟悉TensorFlow或PyTorch,适合对广告算法有热情、追求技术深度的工程师

最低要求

具备优秀的编码能力,扎实的数据结构和算法功底,扎实的机器学习/深度学习理论和实践经验

熟悉至少一种主流深度学习编程框架(TensorFlow/PyTorch),熟悉其底层架构和实现机制
优秀的分析问题和解决问题的能力,对解决具有挑战性问题充满激情
对技术有热情,有良好的沟通表达能力和团队精神

工作职责

参与/负责字节跳动国际化业务广告排序算法优化,提升系统变现效率及客户体验

负责大规模广告系统的全链路优化(召回/粗排/精排),持续提升系统变现效率
充分感知客户反馈,通过全链路优化从根本提升客户体验,包括模型泛化/素材探索与利用/自动定向等
探索强化学习和生成式混排策略,在保障用户体验的约束下实现收入最大化,落地不同投放体裁的最优排序逻辑
研发生成式召回技术,捕捉用户在不同APP下的LifeLong行为意图,参与重构级联漏斗排序架构

优先资格

在广告和推荐场景有过模型或者客户生态相关工作经验

在相关会议(ICML & NIPS & ICLR,Recsys & KDD等)上发表过论文
有LLM/生成式AI/强化学习相关研究经验,或在推荐/广告场景有相关算法迭代经验者优先

AI 洞察

优缺点分析

优点

  • 字节跳动平台影响力大,国际化业务提供全球化视野
  • 团队技术氛围浓厚,鼓励创新,有学术交流机会
  • 薪资待遇优厚,股权激励等福利完善
  • 工作强度大,互联网大厂普遍存在加班文化
  • 广告算法复杂度高,需要持续学习新模型和新技术

缺点 / 挑战

  • 接触大规模高并发广告系统,技术挑战性强,成长快
  • 业务指标压力大,需要快速迭代和试错
  • 适合对算法有浓厚兴趣、抗压能力强、追求技术挑战的工程师,尤其是有广告或推荐背景的候选人

角色解读

  • 技术专家路线:在广告算法领域深耕,成为排序、召回等方向的专家
  • 管理路线:带团队负责核心算法方向,晋升为技术主管或经理
  • 横向发展:转向推荐、搜索等相邻领域,或涉及LLM、强化学习等前沿方向
  • 负责国际化广告排序算法优化,包括召回、粗排、精排全链路,提升变现效率和用户体验
  • 探索强化学习、生成式混排等前沿策略,在用户体验约束下实现收入最大化
  • 研发生成式召回技术,利用用户跨APP行为意图,重构级联漏斗排序架构
  • 与产品、工程团队协作,将算法模型落地到大规模广告系统中
  • 扎实的编程能力、数据结构和算法基础,熟悉C++/Python等
  • 深入理解机器学习/深度学习理论,有实际项目经验
  • 精通TensorFlow或PyTorch之一,了解底层架构和实现机制
  • 具备优秀的分析问题和解决问题能力,对技术有热情

申请策略

  • 了解字节跳动的国际化产品矩阵,思考广告算法在不同场景下的挑战
  • 准备一些关于如何平衡变现效率和用户体验的方案思路
  • 突出广告/推荐相关的项目经验,特别是排序、召回等环节的优化案例
  • 强调在深度学习框架(TensorFlow/PyTorch)上的深入使用,如底层架构分析或自定义算子
  • 展示在机器学习理论上的扎实功底,如对最新模型的原理理解
  • 如果有论文或开源贡献,务必突出,这是加分项
  • 复习强化学习(如PPO、DQN)和生成式模型(如LLM、Diffusion)的基础与应用
  • 熟悉广告系统整体链路,了解CTR预估、竞价机制等

面试指南

  • 对于项目经验类问题,采用STAR法则,侧重背景、行动、结果和数据指标
  • 对于系统设计类问题,从目标、挑战、候选方案、权衡、最终选择逐步展开,展示结构化思维
  • 对于前沿技术问题,先阐述基本原理,再结合业务场景给出应用思路,体现创新性
  • 讲讲你在广告或推荐场景中做过的一个算法优化项目,如何评估效果?
  • 如何设计一个广告推荐系统的召回阶段?有哪些召回策略?
  • 在保证用户体验的同时最大化收入,你认为有哪些可行的建模方法?
  • 你熟悉TensorFlow或PyTorch的底层机制吗?比如数据流、算子执行等
  • 说说你对生成式召回或LLM在推荐中应用的看法

职位点评

75
综合评分

大厂核心广告算法岗,前沿技术驱动,薪资优厚,但工作强度和不确定性较高。

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
该职位最适合追求技术成长和职业发展的求职者,愿意接受高强度工作换取平台和视野。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展90
工作生活50
使命价值70

薪资福利

80较高

字节跳动作为头部互联网公司,薪资待遇和福利在行业内具有竞争力,但JD未明确具体数字,综合判断补偿性动机满足程度较高。

薪资信号未披露(AI估算:35K-65K/月)

成长发展

90较高

该职位涉及前沿技术(强化学习、生成式召回、LLM),技术挑战大,成长空间广阔,发展性动机得到很好的满足。

技术前沿前沿/新兴技术
技术栈机器学习、深度学习、TensorFlow、PyTorch、强化学习、生成式模型、LLM、召回、排序
业务类型profit_center

工作生活

50较低

职位地点在上海,工作强度可能较大,JD未提及远程或弹性工作,生活化动机满足程度一般。

工作模式未明确
办公地点未明确
加班情况未提及(无法判断)

使命价值

70中等

广告算法直接影响公司收入,业务价值明显,但社会正面影响力有限,意义感动机中等。

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
Watch Jobs