（广告领域）数据挖掘工程师

岗位概述面向大规模实时竞价（RTB/DSP）与效果广告场景，负责人群画像、商品*、点击/转化预测、排序与出价优化、预算与节奏控制、增量评估与反作弊等核⼼问题的数据挖掘及算法研发与落地；与平台/后端、投放策略、产品协作，交付可量化ROI/GMV/投⼊产出提升。⼯作职责1.预测与排序：承担或主导CTR/CVR/CTCVR/GMV等预测模型的特征工程、训练、校准与上线；设计eCPM/CPA/CPC多目标排序与重排策略，并进⾏线上偏差纠正与持续优化。2.探索与冷启动：应用多臂赌博机/强化学习/在线学习策略，平衡探索-利用，提升新广告/新素材起量效率。3.实验与归因：设计与实施A/B与多臂实验；处理延迟反馈与观测偏差；进行多触点归因（MTA）与增量评估（Uplift），沉淀复用模板。4.工程与落地：与平台/后端协作完成特征服务与模型服务化（低延迟推理、灰度发布/回滚、监控告警）；对关键SLO（可用性、p95/p99延迟、QPS）负责。5.数据分析与复盘：建设指标看板（CTR/CVR/eCPA/ROI/LTV等），定位问题并推动策略与工程改进；形成可复用的BestPractices。任职资格•计算机/统计/应用数学/电子工程等相关专业，本科及以上；3–5年广告/*/搜索/增长相关算法经验。•机器学习与数据挖掘基础扎实：采样与校准、特征工程、正负例构造、因果与实验设计、线上/线下评估（AUC、LogLoss、Calibration、Lift等）。•精通Python（会Java/Scala/C++更佳），具备良好的工程化与性能优化能力。•至少具备一项线上落地闭环经验：广告排序、出价优化、预算/节奏、受众定向、反作弊或增量评估，并能清晰量化数据规模、指标提升与个人贡献。•熟悉常见模型与框架：LR、GBDT（XGBoost/LightGBM/CatBoost）、深度CTR模型（Wide&Deep、DIN/DIEN/DCN/DeepFM/DSSM等）；了解PyTorch/TensorFlow。•了解数据与实时计算栈：Flink/Spark/Kafka/Hive/ClickHouse/Presto等；熟悉Airflow/Argo等调度与数据治理。•结果导向、善于跨团队沟通，具备快速迭代与自驱力。加分项•在DSP/RTB/DMP/CDP或短视频/信息流/电商广告场景实现可量化增长（含复盘材料）。•有多目标/约束优化、强化学习/MAB、延迟反馈纠偏的线上实践。•参与A/B实验平台、特征平台或模型服务平台建设，熟悉低延迟/高并发服务SRE治理。•在顶会/期刊发表论文、拥有专利/开源项目或技术博客；KDDCup/Ka*le/天池等竞赛优胜经历。技术栈（以团队为准）•建模：PyTorch/TensorFlow、XGBoost/LightGBM、ONNX、Faiss•数据：Kafka、Flink/Spark（Streaming/Batch）、Hive/ClickHouse/Presto、Parquet•服务：gRPC/HTTP、Redis、FeatureStore、Docker/K8s、Prometheus/Grafana•实验：A/B平台、灰度与流量分配、SRM监测、在线/离线一致性校验
联系我时，请说是在58同城上看到的，谢谢！