联盟广告算法工程师-商业算法

优缺点分析

角色解读

• 从算法工程师向资深算法专家发展，深入广告算法全链路
• 可转向技术管理岗位，带领团队负责核心商业策略
• 在LLM+广告方向保持前沿，未来可成为AI广告领域的专家
• 负责联盟广告核心算法的迭代与优化，提升广告变现效率，涉及电商、线索、内容消费等行业
• 设计并优化流量定价模型、收益分成策略及人群匹配机制，实现流量精细化运营
• 迭代CTR/CVR/净胜率预估模型和智能出价策略，提升广告投放效果
• 探索AI Agent与LLM在广告中的应用，重建用户意图理解和需求匹配
• 扎实的机器学习理论基础，熟悉PyTorch或TensorFlow等深度学习框架
• 熟悉LLM、RAG、Agent等前沿算法和系统
• 具备优秀的问题分析和解决能力，有广告系统或推荐系统背景优先
• 良好的主动性和沟通协作能力，有运筹优化经验者加分

申请策略

• 关注小红书的商业变现体系和文化，在面试中展示对广告业务的理解
• 准备一个端到端的算法项目案例，体现问题定义、模型设计、效果评估的完整思路
• 突出机器学习项目经验，尤其是广告或推荐相关项目
• 强调使用PyTorch/TensorFlow的实际案例和模型调优经验
• 如果有LLM、RAG或Agent相关实践，务必详细描述
• 展示在CTR/CVR预估或智能出价方面的成果
• 补充强化学习和运筹优化的知识，这对广告策略很有帮助
• 深入理解LLM的fine-tuning和部署技术，如LangChain

面试指南

• 对于项目介绍题，使用STAR法则（情境、任务、行动、结果），突出技术难点和量化收益
• 对于设计题，先明确目标，再提出多个可选方案，比较优劣，给出推荐
• 对于模型优化题，从数据、特征、模型结构、评估方法等维度系统阐述
• 请介绍一个你负责的广告算法项目，包括问题、方案和效果
• 如何评估和优化CTR/CVR模型的离线指标与线上效果？
• LLM在广告场景中有哪些可能的应用？请设计一个方案
• 如何设计联盟广告的流量定价模型和分成策略？
• 在广告系统中，如何处理数据稀疏和冷启动问题？