主分类：搜索推荐与业务决策算法研发
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": "广告算法工程师-【流量策略方向】",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "D12755",
"location": "Beijing / Hangzhou",
"work_mode": "未披露",AI生成
"job_category": "J0011"AI生成
},
"company": {
"company_name": "快手科技",
"company_industry": "内容社区 / 直播 / 电商 / 人工智能",
"company_size": "10000人以上",
"company_website": "kuaishou.com",
"company_description": "快手是内容社区与技术平台公司，业务覆盖短视频、直播、电商、本地生活与 AI 应用。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 2,
"degree": "硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "广告算法工程师-【流量策略方向】\n\n基础信息\n招聘类型：社招\n职位类别：J0011\n工作地点：Beijing / Hangzhou\n所属部门：D12755\n发布时间：2026-09-07\n\n岗位职责\n1、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；\n2、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；\n3、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；\n4、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；\n5、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；\n6、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。\n\n任职要求\n1、计算机相关专业，硕士及以上学历，2年以上相关实际工作经验；\n2、熟悉常用机器学习算法，对机器学习、概率统计、最优化、因果推断、强化学习等算法原理及应用，有扎实的基础；\n3、熟悉C/C++、Java、Python等至少一门编程语言，有较强动手能力；\n4、对数据敏感，有较强数据分析和解决问题能力。\n加分项：\n1、有互联网大型广告平台算法策略经验，或者搜索、推荐、客户增长等相关算法策略落地经验；\n2、在ICML、NIPS、ICLR、KDD、SIGIR、WSDM、CIKM、Recsys等机器学习领域顶级会议或期刊以第一作者发表过文章，或者有相关的开源项目贡献经验优先。",
"requirements_text": "广告算法工程师-【流量策略方向】\n\n基础信息\n招聘类型：社招\n职位类别：J0011\n工作地点：Beijing / Hangzhou\n所属部门：D12755\n发布时间：2026-09-07\n\n岗位职责\n1、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；\n2、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；\n3、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；\n4、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；\n5、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；\n6、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。\n\n任职要求\n1、计算机相关专业，硕士及以上学历，2年以上相关实际工作经验；\n2、熟悉常用机器学习算法，对机器学习、概率统计、最优化、因果推断、强化学习等算法原理及应用，有扎实的基础；\n3、熟悉C/C++、Java、Python等至少一门编程语言，有较强动手能力；\n4、对数据敏感，有较强数据分析和解决问题能力。\n加分项：\n1、有互联网大型广告平台算法策略经验，或者搜索、推荐、客户增长等相关算法策略落地经验；\n2、在ICML、NIPS、ICLR、KDD、SIGIR、WSDM、CIKM、Recsys等机器学习领域顶级会议或期刊以第一作者发表过文章，或者有相关的开源项目贡献经验优先。",
"skills": [AI生成
"Python",
"Java",
"C++",
"机器学习",
"深度学习",
"强化学习",
"数据分析",
"数据挖掘",
"解决问题",
"广告投放",
"建模",
"招聘",
"大语言模型"
],
"preferred_qualifications": "加分项：；2、在ICML、NIPS、ICLR、KDD、SIGIR、WSDM、CIKM、Recsys等机器学习领域顶级会议或期刊以第一作者发表过文章，或者有相关的开源项目贡献经验优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/20656"
}
]
},
"posting": {
"posting_id": "20656",
"post_date": "2026-09-07",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/20656"
},
"fulltext": "广告算法工程师-【流量策略方向】\n广告算法工程师-【流量策略方向】\n\n基础信息\n招聘类型：社招\n职位类别：J0011\n工作地点：Beijing / Hangzhou\n所属部门：D12755\n发布时间：2026-09-07\n\n岗位职责\n1、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；\n2、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；\n3、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；\n4、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；\n5、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；\n6、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。\n\n任职要求\n1、计算机相关专业，硕士及以上学历，2年以上相关实际工作经验；\n2、熟悉常用机器学习算法，对机器学习、概率统计、最优化、因果推断、强化学习等算法原理及应用，有扎实的基础；\n3、熟悉C/C++、Java、Python等至少一门编程语言，有较强动手能力；\n4、对数据敏感，有较强数据分析和解决问题能力。\n加分项：\n1、有互联网大型广告平台算法策略经验，或者搜索、推荐、客户增长等相关算法策略落地经验；\n2、在ICML、NIPS、ICLR、KDD、SIGIR、WSDM、CIKM、Recsys等机器学习领域顶级会议或期刊以第一作者发表过文章，或者有相关的开源项目贡献经验优先。\n广告算法工程师-【流量策略方向】\n\n基础信息\n招聘类型：社招\n职位类别：J0011\n工作地点：Beijing / Hangzhou\n所属部门：D12755\n发布时间：2026-09-07\n\n岗位职责\n1、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；\n2、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；\n3、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；\n4、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；\n5、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；\n6、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。\n\n任职要求\n1、计算机相关专业，硕士及以上学历，2年以上相关实际工作经验；\n2、熟悉常用机器学习算法，对机器学习、概率统计、最优化、因果推断、强化学习等算法原理及应用，有扎实的基础；\n3、熟悉C/C++、Java、Python等至少一门编程语言，有较强动手能力；\n4、对数据敏感，有较强数据分析和解决问题能力。\n加分项：\n1、有互联网大型广告平台算法策略经验，或者搜索、推荐、客户增长等相关算法策略落地经验；\n2、在ICML、NIPS、ICLR、KDD、SIGIR、WSDM、CIKM、Recsys等机器学习领域顶级会议或期刊以第一作者发表过文章，或者有相关的开源项目贡献经验优先。\n广告算法工程师-【流量策略方向】\n\n基础信息\n招聘类型：社招\n职位类别：J0011\n工作地点：Beijing / Hangzhou\n所属部门：D12755\n发布时间：2026-09-07\n\n岗位职责\n1、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；\n2、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；\n3、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；\n4、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；\n5、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；\n6、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。\n\n任职要求\n1、计算机相关专业，硕士及以上学历，2年以上相关实际工作经验；\n2、熟悉常用机器学习算法，对机器学习、概率统计、最优化、因果推断、强化学习等算法原理及应用，有扎实的基础；\n3、熟悉C/C++、Java、Python等至少一门编程语言，有较强动手能力；\n4、对数据敏感，有较强数据分析和解决问题能力。\n加分项：\n1、有互联网大型广告平台算法策略经验，或者搜索、推荐、客户增长等相关算法策略落地经验；\n2、在ICML、NIPS、ICLR、KDD、SIGIR、WSDM、CIKM、Recsys等机器学习领域顶级会议或期刊以第一作者发表过文章，或者有相关的开源项目贡献经验优先。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}