资深广告投放算法工程师-游戏业务

负责游戏广告投放算法体系建设，围绕用户价值预测、转化预估、自动出价、预算分配和素材优化等方向持续提升投放效率与ROI。

主导 pLTV/LTV、付费概率、留存及 ROAS 预测模型的设计、训练、上线与迭代，并推动模型应用于实际投放决策。

负责 CPA、ROI、ROAS 等目标下的自动出价、预算分配和流量调控策略，解决冷启动、跑量困难、空耗、超成本及回收波动等问题。

基于用户、渠道、素材、地域、设备及投放阶段等多维数据，建设用户分层、素材效果预测和广告组合优化能力。

负责算法模型从特征建设、样本构造、离线评估、在线部署到 A/B 测试和效果监控的完整闭环。

与投放、产品、数据及研发团队协作，推动算法能力在多项目、多渠道中的落地，对投放规模、成本和 ROI 负责。

关注强化学习、多模态模型、AIGC 等技术在广告投放和素材分析中的应用，推动算法产品持续创新

计算机、数学、统计学、人工智能、运筹学等相关专业本科及以上学历，5年以上广告算法、推荐算法或用户增长算法经验。

有互联网广告、游戏买量、商业化或效果广告算法经验，具备从 0 到 1 或独立负责核心算法项目的经历。

熟悉 CTR/CVR 预估、pLTV/LTV 预测、用户价值建模、自动出价、预算分配等至少两个方向。

熟悉 GBDT、LR、FM、DeepFM、DNN、多任务学习、时间序列、因果推断或强化学习等算法中的一种或多种。

熟练掌握 Python、C++、Java 中至少一种语言，熟悉 PyTorch、TensorFlow 等机器学习框架。

具备完整的模型工程化能力，熟悉特征、样本、训练、部署、监控及 A/B 测试流程。

熟悉 Spark、Flink、Hive、Kafka 等大数据工具，具备高并发、低延迟在线模型服务经验者优先。

具备较强的业务理解和问题解决能力，能够将“成本高、跑不动、回收差、素材衰退”等投放问题抽象为算法问题并推动落地。 加分项

有巨量引擎、腾/讯广告、快/手、Meta、Google、Unity Ads、AppLovin 等平台投放算法经验。

有游戏投放、SLG、RPG、二次元、休闲等游戏买量经验。

有强化学习、多臂老虎机、因果推断或多模态/AIGC 素材分析项目经验。

有广告算法平台、实时特征系统或投放策略系统建设经验。

在 KDD、RecSys、NeurIPS、AAAI、ICML 等会议发表论文或有相关专利