快手商业化算法｜多个团队 HC 充足（内部消息）

luckysix

方向主要是广告算法，覆盖模型、排序、竞价、投放策略、客户增长、品牌广告、内容理解、LLM/Agent 等。地点以北京/杭州为主，社招，有搜广推经历最好不过，没有也问题不大。

我这边能提供内推，核心优势是：对商业化这边一些团队和业务方向比较熟，能尽量帮你避开一些不太建议去的组，这里懂的都懂，或你有明确意向也行（可能踩坑我会提醒）。

感兴趣可以私信我，直接发简历到 [email protected] ，推前会确认信息，我也会轻筛，pass 与否，一般 1.5 个工作日内都会回复，下面附上基本的 JD 。

广告算法工程师（偏模型）
工作内容：负责广告 CTR/CVR/转化率/ROI 等预估模型，广告匹配、排序、召回、多任务推荐、跨域推荐、大促建模等模型迭代。
技术方向：深度学习、推荐系统、强化学习、迁移学习、图神经网络、多模态/大模型、生成式推荐等。
业务目标：提升广告投放效果、流量变现效率和广告主长期价值。
岗位要求：熟悉 Python/C++ 至少一种，数据结构和算法基础扎实；具备机器学习、推荐系统、数据挖掘或计算广告经验。
加分项：有广告/推荐系统线上经验，熟悉基本深度学习框架，有搜索广告、展示广告、用户增长或顶会论文经验。

广告算法工程师（偏策略）
工作内容：负责广告核心策略和机制设计，包括竞价、分配、oCPX 出价、流量优选、客户生态、投放链路优化等。
技术方向：广告排序策略、出价策略、混排、客户增长/留存、行业差异化策略等。
业务目标：提升流量变现效率、广告主投放效果、营销效率和客户长期增长。
岗位要求：理解广告算法、业务和技术架构；具备较强数据分析、问题拆解和实验迭代能力；熟悉 Python/C++。
加分项：有大型广告平台策略经验，做过竞价、召回、排序、oCPX 、品牌广告或客户增长相关方向。

注：商业化是 C++ 引擎，不懂其实影响没那么大，据我所知一大半人入职前都不会。另外偏策略并不是指不做模型，像生成式出价、QCPX 发券、流量模型、行业模型等其实都在策略方向。