27届秋招-算法工程师（国际化外卖-广告）

优缺点分析

角色解读

• 从广告算法工程师起步，成长为算法专家或技术领导者
• 接触国际化业务，积累跨文化、多地域的复杂场景经验
• 未来可转向推荐、搜索、大模型等更多AI方向，或晋升为技术管理岗位
• 负责国际化外卖广告系统的核心机制策略与模型算法开发，覆盖多个国家和地区用户
• 迭代机器学习与深度学习模型，优化CTR/CVR/LTV建模、留存预估、强化学习与因果推断等算法
• 分析用户行为和广告流量数据，优化广告召回、排序与混排策略，提升流量效率和商业化效率
• 扎实的机器学习与深度学习理论基础，熟悉常见算法模型
• 熟练的编码能力，掌握C++/Go/Python/SQL/Shell等语言中的至少一种
• 良好的数据分析能力，能通过数据驱动算法优化

申请策略

• 在简历中强调与广告算法相关的项目或实习经验
• 了解滴滴国际化业务的现状，在面试中展现对业务的理解和兴趣
• 突出自己的机器学习项目经历，尤其是CTR/CVR预测、推荐系统等相关项目
• 展示扎实的编程能力，如C++/Python的实际应用和代码质量
• 体现数据分析能力，例如通过数据洞察优化模型的经验
• 如果有竞赛或论文，加分
• 复习深度学习经典模型（如DNN、Wide&Deep、Transformer等）和常见工具（TensorFlow/PyTorch）
• 了解广告竞价机制和召回排序流程，补充领域知识

面试指南

• 回答项目问题时，采用STAR法则：情境、目标、行动、结果，突出你的贡献和思考
• 对于算法问题，先解释问题定义，再给出方案，最后讨论权衡和实际效果
• 结合广告业务场景，从业务目标出发思考技术方案
• 请介绍一个你做过的最有代表性的机器学习项目，包括问题定义、特征、模型选择和效果评估
• 如何优化CTR预估模型？请谈谈你了解的常用模型和特征
• 什么是强化学习？在广告场景中如何使用？
• 如何评估一个广告排序策略的效果？
• 你有过处理大规模数据的经验吗？如何设计特征？