外投增长算法工程师-27秋招

负责外部投放场景下的算法策略建设，包括但不限于广告投放、线索获取、用户增长、ROI 优化等方向；

参与传统投放算法的设计与优化，包括人群定向、转化预估、出价策略、预算分配、素材优选、渠道效果评估等；

基于业务目标构建投放效果评估体系，推动投放链路中的数据分析、模型迭代和策略优化；

探索 AI 技术与投放业务的结合，包括大模型在素材生成、广告理解、用户意图识别、智能投放决策、自动化运营等场景中的应用；

与投放运营、产品、数据、工程团队协作，将算法能力落地到实际业务系统中，提升投放效率和增长效果；

跟踪广告算法、推荐系统、大模型应用等前沿技术，并结合业务场景进行探索和实验。 •

2027应届毕业生，本科及以上学历，计算机、人工智能、数学、统计学、自动化等相关专业优先；

具备扎实的算法和机器学习基础，熟悉常见的分类、回归、排序、推荐、CTR/CVR 预估等模型；

熟悉 Python/Java/C++ 中至少一种编程语言，具备良好的代码实现能力和工程意识；

熟悉常用机器学习/深度学习框架，如 PyTorch、TensorFlow、Scikit-learn 等；

具备较强的数据分析能力，能够从复杂业务数据中发现问题、提出假设并验证效果；

对广告投放、增长算法、推荐系统、AIGC、大模型应用等方向有兴趣，有相关实习、竞赛或项目经验；

具备良好的沟通能力、学习能力和业务理解能力，愿意深入业务场景解决实际问题。

有广告算法、推荐系统、搜索排序、用户增长、营销优化相关项目经验；

熟悉 CTR/CVR 预估、Lookalike、人群扩展、智能出价、因果推断、A/B 实验等技术；

有大模型、Agent、RAG、多模态、AIGC 素材生成等方向实践经验；

有 Kaggle、天池、KDD Cup、广告算法竞赛等经历；

有互联网广告平台、教育行业增长、信息流投放相关实习经验。

深入参与作业帮核心增长业务，接触真实的大规模投放场景和商业化问题；

同时参与传统广告算法和 AI+投放创新探索，技术成长空间大；

与投放、产品、数据、工程团队紧密协作，快速理解算法如何驱动业务增长；

完善的新人培养机制和导师机制，帮助校招生快速完成从学生到算法工程师的转变