职位描述
负责广告算法研究，例如chatbot、Ranking、动态规划、预算控制、竞价算法、程序化创意和计算机视觉优化等；
负责定向广告中的DMP建设、用户画像行为建模、个性化算法、人群lookalike算法和广告推荐等；
负责广告主、商品和流量的关联关系研究、构建各种算法模型，通过策略、效果调优，在实践中不断改进算法模型，提升流量变现效率；
负责流量分布与价值预估、流量反作弊、点击反作弊等各环节的算法优化，基于对广告投放、后验数据的挖掘，针对不同流量及竞争对手建模分析，提出针对性的实时竞价算法、预算分配及流量获取策略；
负责投放策略研究，包括CTR/CVR预估的模型训练，升级广告匹配技术，提高广告相关度，优化CPS、CPC、CPM；
研究广告素材与转化率之间的关联模型，优化广告素材的优选策略，智能决策广告创意，提升广告的转化效率。任职要求
1、教育背景：
计算机、数学、机器学习、数据挖掘等相关专业硕士及以上学历；
2、经验背景：
具有3年以上算法实践经验;
有用户建模、CTR/CVR预估或大规模模型训练工程开发经验者优先；
具备丰富的计算广告、自然语言处理、数据挖掘、分布式计算、推荐系统实践或研究经验者优先；
掌握机器学习相关知识，熟悉至少一种深度学习编程框架(TensorFlow/Caffe/MXNet/xgboost)，有增强学习算法经验者优先。
3、岗位能力：
计算机基础扎实，精通数据结构与算法，有ACM竞赛经验者优先；
具备良好的编程能力，熟悉Linux，熟悉Python／Lua／C／C++／Java语言中的一门或多门；
熟悉Sparse LR、FFM、DeepModel在大规模稀疏数据上的应用及优化；
思维严谨，针对特定因素具备拆解相关性的能力，求知欲强，对解决挑战性问题充满激情，能够进行深入的研究。
4、软性能力：
良好的倾听和表达能力、推动能力；
责任心强，做事积极主动、执行力强、结果导向；
学习能力强，逻辑思维清晰，能够独立思考、擅于归纳总结；
能快速定位问题并利用现有资源寻找最优解。
