快手
增长策略产品（投放）-【主站】
岗位职责
买量效率模型优化：负责广告投放中LT预估模型、关键行为预估模型的策略设计与产品落地，通过模型打分指导自动化投放系统进行精准挑量，持续提升获客质量与ROI；
深度回传策略设计：设计并优化投后深度回传链路，包括事件定义、回传时机、数据校验等，确保模型训练数据准确、充分，支撑广告平台（如Meta、Google、巨量、腾讯等）的深度出价与类似受众扩展；
关键行为体系建设：结合用户生命周期与商业变现路径，定义并建设关键行为（如次留、付费、关键页面浏览、深度互动等），推动行为数据在产品内全链路采集、归因与应用，提升模型对高价值用户的识别能力；
策略与投放协同：与投放运营、算法、研发紧密配合，基于投放效果数据持续迭代挑量策略、出价策略及回传策略，对买量成本、用户质量、LTV增长直接负责；
竞品与市场分析：持续跟踪行业主流广告平台的策略能力更新，研究竞品在模型应用、回传机制上的最佳实践，提出前瞻性的投放提效方案。
任职要求
经验背景：本科及以上学历，3年以上投放策略、商业化策略、广告策略产品相关经验；有游戏、网服、社交、工具类APP大规模买量经验者优先；
核心能力： ● 深刻理解LT、LTV、ROAS、留存率等投放核心指标，熟悉广告平台深度转化（Deep Conversion）、价值分档回传等机制；
熟悉预估模型（如LR、XGBoost、DNN等） 在投放挑量中的应用逻辑，能与算法团队高效沟通特征工程、样本选择、模型评估指标（如AUC、GAUC）；
具备数据闭环设计能力，能从“曝光→点击→下载→激活→关键行为→LTV”全链路思考数据回传与模型优化空间。
加分项： ● 有从0到1搭建关键行为体系或深度回传策略的实际落地经验；
熟悉主流广告平台API（如Marketing API、巨量引擎、腾讯广告等）及其回传字段限制；
具备SQL或基础数据分析能力，能独立完成策略效果复盘。
信息来自企业官方招聘渠道
OfferSeek 对公开岗位信息进行聚合、去重和结构化整理，最终申请以企业官方页面为准。