广告算法策略包含深度学习、强化学习、大数据、数据挖掘、并行优化、策略机制等多个方向,重点关注广告在流量侧的分发和变现效率提升
负责机器学习的算法和模型开发,包括但不限于ctr/cvr建模、留存预估、强化学习、因果推断等算法模型
分析海量用户行为数据和广告视频数据,挖掘有效特征与用户兴趣,设计并优化广告流量的匹配效率,结合大模型、生成式推荐GR等先进技术,优化广告召回、粗排、精排以及不同业务间的混排策略,提升商业化变现效率
优化广告用户体验,探索冷启动、流量协同等方向
研发适用于广告生态的流量策略机制,采用自动寻参、黑盒优化、强化学习、uplift建模等技术提升流量分配效率,提升用户体验同时优化用户长期价值
在主流量场景外,优化激励广告、开屏广告、创作者等特殊广告位的商业化变现效率
探索LLM在广告生态的价值,通过LLM的世界知识和推理能力解决广告投放链路中的效率问题
通过技术升级提升全平台投放效率和效益