商业算法工程师（通用保密岗位）

优缺点分析

角色解读

• 技术方向：从广告算法工程师向架构师或技术专家发展，深入推荐系统核心
• 业务方向：横向拓展至搜索、推荐等更多商业化场景，或转向策略产品方向
• 管理方向：积累项目经验后，可带领团队负责算法方向的规划与落地
• 负责广告召回和精排模型的架构设计与迭代，提升广告点击率和转化率
• 利用多模态内容理解和特征融合技术优化广告创意，提高广告效果
• 参与出价策略和库存分配算法的优化，帮助广告主达成营销目标
• 扎实的机器学习与深度学习基础，熟悉CTR/CVR模型、序列建模、图模型等
• 精通至少一种编程语言（Java/Python/Golang/C++），熟练使用TensorFlow或PyTorch
• 具备大数据处理经验，了解Spark、Hive等工具更佳

申请策略

• 了解小红书的广告产品形态和商业模式，面试时能提出优化思路
• 关注小红书技术公众号或社区，了解团队技术风格和方向
• 突出在广告推荐领域的项目经验，特别是CTR/CVR优化、召回策略等成果
• 展示编程能力和框架使用经验，列出GitHub或技术博客
• 强调对业务的贡献，如提升广告收入或降低广告主成本的具体数据
• 如果缺乏多模态或图模型经验，可以提前学习相关论文和开源项目
• 强化大数据处理能力，熟悉Spark/Flink等工具

面试指南

• 采用STAR法则：情境、任务、行动、结果，突出个人贡献和量化收益
• 对于策略类问题，先分析问题本质，再提出多种方案并权衡利弊
• 请详细描述你过去做过的CTR/CVR模型优化项目，包括技术选型和效果提升
• 如何设计广告召回系统？候选集生成和排序的权衡有哪些？
• 解释一下多模态特征融合的常用方法，你在项目中如何应用的？
• 你对出价策略（如oCPM）的理解？如何通过算法帮助广告主控制成本？
• 当新广告缺乏数据时，你会如何处理冷启动问题？
• 复习机器学习基础，特别是推荐系统经典模型（如Wide&Deep、DIN、DIEN等）