ADN 广告策略工程师（上海）

1.理解广告流量、预算、拍卖与收益约束，将业务问题转化为可验证的算法和策略方案，围绕请求效率、收益预估、流量路由、动态底价和预算匹配等方向开展优化。

2.负责相关数据分析、样本与特征构建、模型训练和评估，检查数据质量、样本偏差与效果变化，保障离线与在线特征一致性，持续改进模型及策略。

3.设计并推进线上实验，明确实验与对照、观察窗口、业务指标和停止条件，结合收入、利润及稳定性表现判断继续、调整或停止。

4.独立完成策略服务的工程实现：在团队自有服务中完成策略与模型的服务接入、接口设计与数据依赖治理，保证服务性能、稳定性符合团队工程规范。

5.持续维护线上模型与策略，管理模型版本、特征更新、重训与效果监测；负责灰度发布、容量评估、异常定位、降级与回滚。

6.与业务及工程团队共同确定优先级、实施计划和验收标准，复盘本人判断与实验结果，沉淀可复用的数据、实验和维护方法。

7.使用 AI 工具提升数据探索、代码开发、测试和排障效率，并通过真实数据、代码审查与实验验证结果核验输出。

1.有广告、推荐、搜索或其他线上算法相关经验；有 3—5 年实战经验者优先，重点考察实际承担的职责和结果。

2.具备机器学习、统计建模、特征工程和模型评估的实践经验，亲自参与过模型或策略从开发到上线、实验及维护的过程，能够讲清个人贡献、业务效果和失败复盘。

3.熟练使用 Python、SQL，能够独立完成数据分析、特征处理、训练验证和问题定位。

4.具备后端工程能力：能独立使用 Go / Java / C++ 等任一语言完成线上服务的开发与迭代，理解并发、网络及常用中间件（缓存、消息队列、数据库、RPC），代码质量能达到团队工程评审标准。

5.理解线上实验、监控、灰度、降级与回滚，能独立完成服务性能调优、数据依赖治理和线上异常定位。

6.能从模糊业务问题中明确目标、约束和验证方法，主动推进跨团队协作，对可信的实验结论和持续迭代负责。

7.能有效使用 AI 工具辅助实际工作，并解释如何核验输出、发现错误和控制上线风险。

加分项

1. 有实时广告竞价、广告交易平台、智能出价、预算节奏控制、流量路由、动态底价或利润优化经验。

2. 有在线模型服务、实时特征链路或高并发广告系统的开发经验。

3. 有数据分析、模型评估或研发工具／平台建设经验，能说明对团队效率的实际改善。

4. 有 ACM 等算法竞赛经历者优先。