职位详情

职位列表 链接有效 不适用(官网全量采集) official:alibaba:100022900001

智能算法产品事业部-广告算法工程师-直播商业化

未披露 · 北京 · 淘天集团

主分类:搜索推荐与业务决策算法研发
算法与数据
来源 JD 数据(旧分类保留,当前主分类见上方)
{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "智能算法产品事业部-广告算法工程师-直播商业化",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "淘天集团",
        "location": "北京",
        "work_mode": "未披露",AI生成
        "job_category": "算法研发"AI生成
    },
    "company": {
        "company_name": "淘天集团",
        "company_industry": "电子商务",
        "company_size": "未披露",
        "company_website": "alibaba.com",
        "company_description": "淘天集团的招聘业务覆盖淘宝、天猫等电商平台。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "计算机、数学、统计学或相关专业硕士及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1. 出价与流量调控:设计并实现超大规模在线广告实时竞价系统和实时出价算法,满足广告主多目标、多约束下的广告投放诉求;\n2. 机制设计与运筹优化:将运筹优化、博弈论与深度学习深度融合,构建高效、公平、收益最优的拍卖分配机制;\n3. 前沿技术落地应用:探索强化学习、大模型(LLM)、图学习等前沿AI技术在直播广告投放、创意、客户工具、营销科学等方向的创新应用;\n4. 产品协同与业务驱动:与产品、工程、运营团队紧密协作,将算法能力转化为可落地的直播广告产品,支撑业务高速增长。",
        "requirements_text": "1. 计算机、数学、统计学或相关专业硕士及以上学历;\n2. 2年及以上工作经验,具备竞价广告相关算法研发经验,有头部互联网公司背景者优先;\n3. 扎实的编程能力,熟练掌握 Pytorch/Tensorflow 中至少一类框架,具备良好的数据结构与算法基础;\n4. 深入理解机器学习、深度学习原理,熟悉运筹优化、强化学习、拍卖机制、博弈等至少一个方向,并有成功落地经验;\n5. 具备优秀的逻辑思维、问题拆解与跨团队协作能力,能从业务本质出发推动技术方案落地;\n6. 在 KDD、WWW、SIGIR、NeurIPS、ICML 等顶会/期刊发表过论文,或在 Kaggle、天池等竞赛中取得优异成绩者优先;\n7. 聪明皮实、自信乐观,对技术有热情,敢于挑战复杂问题,追求极致创新与业务价值双赢;\n8. 参加过ACM或数据挖掘&机器学习类竞赛(天池大奖赛、Kaggle)并取得好名次者更佳;",
        "skills": [AI生成
            "PyTorch",
            "TensorFlow",
            "机器学习",
            "深度学习",
            "强化学习",
            "数据结构",
            "数据挖掘",
            "团队协作",
            "逻辑思维"
        ],
        "preferred_qualifications": "2. 2年及以上工作经验,具备竞价广告相关算法研发经验,有头部互联网公司背景者优先;6. 在 KDD、WWW、SIGIR、NeurIPS、ICML 等顶会/期刊发表过论文,或在 Kaggle、天池等竞赛中取得优异成绩者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://talent.taotian.com/off-campus/position-detail?positionId=100022900001"
            }
        ]
    },
    "posting": {
        "posting_id": "100022900001",
        "post_date": "2026-09-10",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://talent.taotian.com/off-campus/position-detail?positionId=100022900001"
    },
    "fulltext": "智能算法产品事业部-广告算法工程师-直播商业化\n智能算法产品事业部-广告算法工程师-直播商业化\n\n基础信息\n工作地点:北京\n\n职位描述\n1. 出价与流量调控:设计并实现超大规模在线广告实时竞价系统和实时出价算法,满足广告主多目标、多约束下的广告投放诉求;\n2. 机制设计与运筹优化:将运筹优化、博弈论与深度学习深度融合,构建高效、公平、收益最优的拍卖分配机制;\n3. 前沿技术落地应用:探索强化学习、大模型(LLM)、图学习等前沿AI技术在直播广告投放、创意、客户工具、营销科学等方向的创新应用;\n4. 产品协同与业务驱动:与产品、工程、运营团队紧密协作,将算法能力转化为可落地的直播广告产品,支撑业务高速增长。\n\n职位要求\n1. 计算机、数学、统计学或相关专业硕士及以上学历;\n2. 2年及以上工作经验,具备竞价广告相关算法研发经验,有头部互联网公司背景者优先;\n3. 扎实的编程能力,熟练掌握 Pytorch/Tensorflow 中至少一类框架,具备良好的数据结构与算法基础;\n4. 深入理解机器学习、深度学习原理,熟悉运筹优化、强化学习、拍卖机制、博弈等至少一个方向,并有成功落地经验;\n5. 具备优秀的逻辑思维、问题拆解与跨团队协作能力,能从业务本质出发推动技术方案落地;\n6. 在 KDD、WWW、SIGIR、NeurIPS、ICML 等顶会/期刊发表过论文,或在 Kaggle、天池等竞赛中取得优异成绩者优先;\n7. 聪明皮实、自信乐观,对技术有热情,敢于挑战复杂问题,追求极致创新与业务价值双赢;\n8. 参加过ACM或数据挖掘&机器学习类竞赛(天池大奖赛、Kaggle)并取得好名次者更佳;\n1. 出价与流量调控:设计并实现超大规模在线广告实时竞价系统和实时出价算法,满足广告主多目标、多约束下的广告投放诉求;\n2. 机制设计与运筹优化:将运筹优化、博弈论与深度学习深度融合,构建高效、公平、收益最优的拍卖分配机制;\n3. 前沿技术落地应用:探索强化学习、大模型(LLM)、图学习等前沿AI技术在直播广告投放、创意、客户工具、营销科学等方向的创新应用;\n4. 产品协同与业务驱动:与产品、工程、运营团队紧密协作,将算法能力转化为可落地的直播广告产品,支撑业务高速增长。\n1. 计算机、数学、统计学或相关专业硕士及以上学历;\n2. 2年及以上工作经验,具备竞价广告相关算法研发经验,有头部互联网公司背景者优先;\n3. 扎实的编程能力,熟练掌握 Pytorch/Tensorflow 中至少一类框架,具备良好的数据结构与算法基础;\n4. 深入理解机器学习、深度学习原理,熟悉运筹优化、强化学习、拍卖机制、博弈等至少一个方向,并有成功落地经验;\n5. 具备优秀的逻辑思维、问题拆解与跨团队协作能力,能从业务本质出发推动技术方案落地;\n6. 在 KDD、WWW、SIGIR、NeurIPS、ICML 等顶会/期刊发表过论文,或在 Kaggle、天池等竞赛中取得优异成绩者优先;\n7. 聪明皮实、自信乐观,对技术有热情,敢于挑战复杂问题,追求极致创新与业务价值双赢;\n8. 参加过ACM或数据挖掘&机器学习类竞赛(天池大奖赛、Kaggle)并取得好名次者更佳;",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}