阿里巴巴
高德-广告算法专家（预估/机制/创意/流量增长）-信息业务中心
高德-广告算法专家（预估/机制/创意/流量增长）-信息业务中心
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公算法优化工程师
算法优化工程师
Aigc
Ctr预估
Nlp
多模态
大模型
强化学习
搜推广算法
深度学习
运筹优化
值不值得投
75综合评分
综合评分 75
巨头核心商业化算法专家岗，前沿技术栈与高业务价值并存，薪资优厚但节奏较快。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
6万
比算法优化工程师中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 3250 个在招 · 其中算法优化工程师 约 130 个
市场机会
选择面较广
北京 · 算法优化工程师 · 约 300 个在招
职位详情
关于这个职位
该职位主要负责高德广告算法的策略研发与优化，涵盖搜推广预估、广告机制设计、AIGC创意生成及流量增长等核心方向
你需要运用深度学习、运筹优化和NLP等技术，提升广告分发效率、营销效果及平台收益，是商业化业务的核心技术驱动者
最低要求
优秀的沟通能力，能够有效地与产品和运营团队合作，推动业务发展
优秀的算法能力，熟练运用运筹优化、强化学习等方法进行在线流量分配决策，实现高效的广告分发机制
熟悉搜索算法、Query理解、相关性等
工作职责
预估方向：负责搜推广预估模型、校准相关方向的算法策略研发，包括特征体系和模型创新，负责深度学习模型在用户表征学习、召回模型、精排打分模型中的应用
机制方向：负责广告机制策略优化，基于深度学习与运筹优化的深度结合，优化出价机制策略，满足广告主多约束多目标的保量投放需求，同时提升客户效果与平台收益
构建多目标约束优化框架（如收入、广告主留存、生态公平性）建设生态健康的广告系统
创意方向：负责搜索广告动态创意模型策略算法优化工作：使用AIGC大模型根据客户营销信息，结合流量特征生成广告创意物料，提升广告创意物料供给的质量和营销效果
负责搜索广告创意物料-样式组合优选模型：多模态创意-物料素材组合优选，为搜索广告选择最优创意物料和样式组合，进而提升广告营销效果
流量增长：负责高德端内商业化广告流量的增长，具体包括：在搜索引导、Query推荐等核心场景中，通过端内用户行为的分析和挖掘，自动挖掘高价值广告供给和Query数据，结合在线实时识别与预估用户需求，主动进行精准化引导与分发，从而实现商业化广告流量的高效提升
NLP/相关性方向：负责搜索广告的Query理解、触发、bidword推荐、文本匹配、Query推荐等相关工作，熟悉并掌握主流的NLP算法，在保障广告用户体验的前提下，提升广告收入
优先资格
擅长CTR预估的模型结构、特征及模型信号的迭代，熟悉广告系统、推荐系统、信息流广告的业务模式
在多模态特征表达学习、多场景、多任务学习、标签延迟建模等方面具有一定的实践经验
有多模态、广告机制、广告客户增长、搜推广算法应用和机器学习相关领域顶会或期刊上发表论文
参加过ACM或数据挖掘&机器学习类竞赛(天池大奖赛、Kaggle)并取得好名次
AI 洞察
优缺点分析
优点
- 身处核心商业化团队，接触海量真实流量与顶尖技术栈，技术成长与业务影响力巨大
- 涵盖预估、机制、AIGC、NLP等多个前沿方向，技术视野广阔，有利于构建全面的算法能力壁垒
- 平台资源丰厚，算法策略能直接驱动营收增长，个人价值与业务成果高度绑定，成就感强
- 涉及多目标优化与复杂机制设计，技术难度深，需要持续跟进学术界与工业界的最新前沿进展
- 适合具备扎实算法功底、对商业化变现有浓厚兴趣，且能在高压环境下持续攻坚的技术极客
缺点 / 挑战
- 广告算法对线上效果要求极高，需承受较大的业务指标压力，且需快速响应市场与广告主需求的变化
角色解读
- 在广告算法这一高商业价值领域深耕，可逐步成长为算法架构师或技术专家，主导核心系统的技术演进
- 凭借对商业化业务的深刻理解，未来可向业务技术负责人或商业化产品技术总监方向转型
- 负责高德广告算法的核心策略研发，涵盖搜推广预估、广告机制设计、AIGC创意生成及流量增长等多个前沿方向
- 运用深度学习、运筹优化和NLP等技术，优化出价机制与多目标约束框架，提升广告分发效率与平台收益
- 结合AIGC大模型与多模态技术，生成并优选广告创意物料，同时通过用户行为挖掘实现商业化流量的高效增长
- 具备扎实的算法基础，精通深度学习、运筹优化、强化学习及CTR预估模型，能独立进行模型结构创新与迭代
- 熟悉NLP算法、多模态特征表达及搜推广业务逻辑，有顶会论文或顶级竞赛获奖经历者优先
- 拥有优秀的跨团队沟通能力，能与产品、运营紧密合作，将算法策略转化为实际的业务增长
申请策略
- 提前体验高德地图的搜索与广告场景，思考现有广告分发与创意展示的优化空间，面试时提出建设性意见
- 重点突出在CTR预估、搜推广算法或运筹优化方面的实际落地项目，量化带来的业务收益（如收入提升、ROI优化）
- 展示在AIGC、多模态或NLP领域的探索经验，特别是与广告创意生成、Query理解相关的成果
- 明确列出顶会论文发表记录或Kaggle/天池等顶级竞赛的优异名次，证明算法硬实力
- 深入复习运筹优化与强化学习在在线流量分配中的应用，准备相关的机制设计案例
- 了解AIGC大模型在广告营销领域的最新应用趋势，思考如何结合流量特征进行创意优选
面试指南
- 采用STAR法则，重点突出业务痛点、算法选型思路、工程落地难点及最终量化的业务收益
- 对于机制设计问题，从数学建模、约束条件转化、求解算法及线上AB实验效果四个维度进行系统性阐述
- 请详细介绍你过往在CTR预估或搜推广模型中，是如何进行特征工程与模型结构创新的？
- 在满足广告主多约束多目标（如保量、收入、生态公平性）时，你的运筹优化框架是如何设计的？
- 如何利用AIGC大模型生成广告创意，并解决多模态素材组合优选的问题？
- 在NLP和Query理解方面，你如何平衡广告用户体验与商业化收入之间的关系？
- 复习深度学习、推荐系统、计算广告的经典论文与前沿进展，特别是多目标优化与AIGC在广告中的应用
- 准备1-2个自己主导的复杂算法项目，能够深入剖析其中的技术细节与踩坑经验
职位点评
薪资福利85
成长发展90
工作生活40
使命价值75
薪资福利
85较高
作为算法专家岗，薪资处于市场高位，且依托巨头平台，整体薪酬福利具备较强竞争力。
薪资信号未披露（AI估算：4千–8万/月）
成长发展
90较高
岗位涉及AIGC、多模态、运筹优化等前沿技术，且处于核心商业化业务，技术成长与业务视野拓展空间极大。
技术前沿前沿/新兴技术
技术栈深度学习、运筹优化、强化学习、AIGC、多模态、NLP、CTR预估
业务类型profit_center
工作生活
40较低
JD未提及工作模式与WLB相关信息，但核心商业化算法岗通常面临较高的业务指标压力与快节奏。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
75中等
推动本地生活商业化效率提升，利用AI技术优化广告生态，具有一定的商业价值与技术使命感。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs