资深用户增长算法工程师（投放方向）

优缺点分析

角色解读

• 技术专家路线：深耕广告算法与用户增长领域，成为该细分领域的技术权威或架构师
• 技术管理路线：带领算法团队，负责更广泛的用户增长或商业化技术方向
• 前沿探索路线：持续将AIGC、大模型等新技术应用于增长场景，推动业务创新
• 通过设计和实施高级机器学习算法（如多目标学习、强化学习），对海量用户进行建模和分析
• 负责广告投放策略的核心算法研发，实现精准出价、人群包生成与跨渠道预算优化
• 利用AIGC等前沿技术提升广告素材的生产与分析效率
• 构建端到端的自动化投放系统，以技术驱动用户增长与商业目标（LTV/ROI）最大化
• 扎实的机器学习理论基础与实战经验，熟悉GBDT、DNN等模型及TensorFlow/PyTorch框架
• 优秀的编码能力，至少精通C++/Java/Python中的一种
• 熟悉大数据技术栈（Spark、Hive等），具备处理大规模数据的能力
• 出色的数据分析、问题解决和跨团队沟通协作能力

申请策略

• 仔细研究米哈游旗下产品的投放策略和用户画像，在面试中展现你对业务的理解深度
• 准备1-2个你主导的、从0到1或显著提升指标的算法项目，能清晰阐述技术选型、迭代过程和最终效果
• 重点突出在用户增长、广告算法或推荐系统中的核心项目经验，尤其是涉及模型优化与效果提升的量化成果
• 强调对强化学习、因果推断、AIGC等前沿技术的实际应用经历
• 展示处理过大规模数据（十亿级）和复杂系统（跨渠道/跨境）的工程能力
• 如果有顶会论文或重要的技术专利，务必在醒目位置列出
• 深入学习运筹学与强化学习在资源分配与策略优化中的应用
• 关注AIGC（如文本/图像生成）在广告创意领域的最新研究和实践

面试指南

• STAR法则：清晰描述项目背景(Situation)、具体任务(Task)、你的行动(Action)和最终结果(Result)，强调算法贡献
• 系统性思维：回答系统设计类问题时，先谈整体架构和目标，再分模块阐述关键技术点，最后讨论评估与迭代
• 技术深度与广度结合：既要展示对核心算法原理的理解，也要体现对工程实现、数据特点和业务目标的全局把握
• 请介绍一个你过去解决过的最具挑战性的增长/投放算法问题，你是如何分析和解决的？
• 如何设计一个端到端的自动化广告投放系统？请描述关键模块和你的考虑
• 你如何看待AIGC技术（如生成广告素材）在提升投放效果中的作用与潜在风险？
• 在处理全球不同市场投放数据时，你认为会遇到哪些主要挑战？如何应对？
• 如果让你负责优化某个游戏产品在某个地区的LTV，你的思路和步骤会是什么？