腾讯广告-大模型深度LTV-算法工程师
Tencent
腾讯广告-大模型深度LTV-算法工程师
Job Description
腾讯广告-大模型深度LTV-算法工程师
📋 Job Overview
The role focuses on leveraging large models and reinforcement learning to optimize intelligent ad delivery products, enhancing ad performance and efficiency. Responsibilities include full-chain ad model optimization, such as recall, ranking, and prediction models, while exploring advanced techniques like long-sequence behavior modeling and LLM integration. The position involves data-driven analysis, algorithm strategy development, and staying updated with AI advancements to drive business improvements in Tencent's advertising ecosystem.
📍 Location: Shanghai, China
🏢 Business Unit: CDG
📄 Full Description
2.负责广告全链路模型优化，包括广告召回排序模型、精排模型(pCTR,pCVR,pLTV)等。方向包括长序列行为模型、生成式召回模型、多场景联合建模、多链路辅助建模、LLM结合推荐等先进技术创新突破探索；
3.基于内外部数据，运用统计学、机器学习、计算广告等多个领域知识，对oCPA广告成本达成率、起量等多个关键指标进行垂直行业的问题分析和定位；
4.研发行业算法策略，包括但不限于设计和实现广告起量策略、分行业模型校准、行业EE算法等，进行召回/粗排/精排全链路优化，提升行业效果和收入；
5.负责腾讯广告业务场景的落地，紧贴业务需求出发的技术突破升级；
6.积极跟进AI学术界和业界的最新动态，优化内部技术方案，不断推进广告算法设计升级。
🎯 Key Responsibilities
- 基于大模型以及强化学习能力优化智能投放产品，提升广告投放效果和效率
- 负责广告全链路模型优化，包括广告召回排序模型、精排模型(pCTR,pCVR,pLTV)等。方向包括长序列行为模型、生成式召回模型、多场景联合建模、多链路辅助建模、LLM结合推荐等先进技术创新突破探索
- 基于内外部数据，运用统计学、机器学习、计算广告等多个领域知识，对oCPA广告成本达成率、起量等多个关键指标进行垂直行业的问题分析和定位
- 研发行业算法策略，包括但不限于设计和实现广告起量策略、分行业模型校准、行业EE算法等，进行召回/粗排/精排全链路优化，提升行业效果和收入
- 负责腾讯广告业务场景的落地，紧贴业务需求出发的技术突破升级
- 积极跟进AI学术界和业界的最新动态，优化内部技术方案，不断推进广告算法设计升级
🛠️ Required Skills
- 大模型 (Large Models)
- 强化学习 (Reinforcement Learning)
- 统计学 (Statistics)
- 机器学习 (Machine Learning)
- 计算广告 (Computational Advertising)
- 长序列行为模型 (Long-Sequence Behavior Modeling)
- 生成式召回模型 (Generative Recall Modeling)
- 多场景联合建模 (Multi-Scenario Joint Modeling)
- 多链路辅助建模 (Multi-Path Auxiliary Modeling)
- LLM结合推荐 (LLM-Integrated Recommendation)
- AI学术和业界动态 (AI Academic and Industry Trends)
Locations
- Shanghai, China
Salary
300,000 - 800,000 CNY / yearly
Source: ai estimated
* This is an estimated range based on market data and may vary based on experience and qualifications.
Skills Required
- 大模型 (Large Models)intermediate
- 强化学习 (Reinforcement Learning)intermediate
- 统计学 (Statistics)intermediate
- 机器学习 (Machine Learning)intermediate
- 计算广告 (Computational Advertising)intermediate
- 长序列行为模型 (Long-Sequence Behavior Modeling)intermediate
- 生成式召回模型 (Generative Recall Modeling)intermediate
- 多场景联合建模 (Multi-Scenario Joint Modeling)intermediate
- 多链路辅助建模 (Multi-Path Auxiliary Modeling)intermediate
- LLM结合推荐 (LLM-Integrated Recommendation)intermediate
- AI学术和业界动态 (AI Academic and Industry Trends)intermediate
Responsibilities
- 基于大模型以及强化学习能力优化智能投放产品，提升广告投放效果和效率
- 负责广告全链路模型优化，包括广告召回排序模型、精排模型(pCTR,pCVR,pLTV)等。方向包括长序列行为模型、生成式召回模型、多场景联合建模、多链路辅助建模、LLM结合推荐等先进技术创新突破探索
- 基于内外部数据，运用统计学、机器学习、计算广告等多个领域知识，对oCPA广告成本达成率、起量等多个关键指标进行垂直行业的问题分析和定位
- 研发行业算法策略，包括但不限于设计和实现广告起量策略、分行业模型校准、行业EE算法等，进行召回/粗排/精排全链路优化，提升行业效果和收入
- 负责腾讯广告业务场景的落地，紧贴业务需求出发的技术突破升级
- 积极跟进AI学术界和业界的最新动态，优化内部技术方案，不断推进广告算法设计升级
Tags & Categories
Answer 10 quick questions to check your fit for 腾讯广告-大模型深度LTV-算法工程师 @ Tencent.
Related Books and Jobs
腾讯广告-大模型深度LTV-算法工程师
Tencent
腾讯广告-大模型深度LTV-算法工程师
Job Description
腾讯广告-大模型深度LTV-算法工程师
📋 Job Overview
The role focuses on leveraging large models and reinforcement learning to optimize intelligent ad delivery products, enhancing ad performance and efficiency. Responsibilities include full-chain ad model optimization, such as recall, ranking, and prediction models, while exploring advanced techniques like long-sequence behavior modeling and LLM integration. The position involves data-driven analysis, algorithm strategy development, and staying updated with AI advancements to drive business improvements in Tencent's advertising ecosystem.
📍 Location: Shanghai, China
🏢 Business Unit: CDG
📄 Full Description
2.负责广告全链路模型优化，包括广告召回排序模型、精排模型(pCTR,pCVR,pLTV)等。方向包括长序列行为模型、生成式召回模型、多场景联合建模、多链路辅助建模、LLM结合推荐等先进技术创新突破探索；
3.基于内外部数据，运用统计学、机器学习、计算广告等多个领域知识，对oCPA广告成本达成率、起量等多个关键指标进行垂直行业的问题分析和定位；
4.研发行业算法策略，包括但不限于设计和实现广告起量策略、分行业模型校准、行业EE算法等，进行召回/粗排/精排全链路优化，提升行业效果和收入；
5.负责腾讯广告业务场景的落地，紧贴业务需求出发的技术突破升级；
6.积极跟进AI学术界和业界的最新动态，优化内部技术方案，不断推进广告算法设计升级。
🎯 Key Responsibilities
- 基于大模型以及强化学习能力优化智能投放产品，提升广告投放效果和效率
- 负责广告全链路模型优化，包括广告召回排序模型、精排模型(pCTR,pCVR,pLTV)等。方向包括长序列行为模型、生成式召回模型、多场景联合建模、多链路辅助建模、LLM结合推荐等先进技术创新突破探索
- 基于内外部数据，运用统计学、机器学习、计算广告等多个领域知识，对oCPA广告成本达成率、起量等多个关键指标进行垂直行业的问题分析和定位
- 研发行业算法策略，包括但不限于设计和实现广告起量策略、分行业模型校准、行业EE算法等，进行召回/粗排/精排全链路优化，提升行业效果和收入
- 负责腾讯广告业务场景的落地，紧贴业务需求出发的技术突破升级
- 积极跟进AI学术界和业界的最新动态，优化内部技术方案，不断推进广告算法设计升级
🛠️ Required Skills
- 大模型 (Large Models)
- 强化学习 (Reinforcement Learning)
- 统计学 (Statistics)
- 机器学习 (Machine Learning)
- 计算广告 (Computational Advertising)
- 长序列行为模型 (Long-Sequence Behavior Modeling)
- 生成式召回模型 (Generative Recall Modeling)
- 多场景联合建模 (Multi-Scenario Joint Modeling)
- 多链路辅助建模 (Multi-Path Auxiliary Modeling)
- LLM结合推荐 (LLM-Integrated Recommendation)
- AI学术和业界动态 (AI Academic and Industry Trends)
Locations
- Shanghai, China
Salary
300,000 - 800,000 CNY / yearly
Source: ai estimated
* This is an estimated range based on market data and may vary based on experience and qualifications.
Skills Required
- 大模型 (Large Models)intermediate
- 强化学习 (Reinforcement Learning)intermediate
- 统计学 (Statistics)intermediate
- 机器学习 (Machine Learning)intermediate
- 计算广告 (Computational Advertising)intermediate
- 长序列行为模型 (Long-Sequence Behavior Modeling)intermediate
- 生成式召回模型 (Generative Recall Modeling)intermediate
- 多场景联合建模 (Multi-Scenario Joint Modeling)intermediate
- 多链路辅助建模 (Multi-Path Auxiliary Modeling)intermediate
- LLM结合推荐 (LLM-Integrated Recommendation)intermediate
- AI学术和业界动态 (AI Academic and Industry Trends)intermediate
Responsibilities
- 基于大模型以及强化学习能力优化智能投放产品，提升广告投放效果和效率
- 负责广告全链路模型优化，包括广告召回排序模型、精排模型(pCTR,pCVR,pLTV)等。方向包括长序列行为模型、生成式召回模型、多场景联合建模、多链路辅助建模、LLM结合推荐等先进技术创新突破探索
- 基于内外部数据，运用统计学、机器学习、计算广告等多个领域知识，对oCPA广告成本达成率、起量等多个关键指标进行垂直行业的问题分析和定位
- 研发行业算法策略，包括但不限于设计和实现广告起量策略、分行业模型校准、行业EE算法等，进行召回/粗排/精排全链路优化，提升行业效果和收入
- 负责腾讯广告业务场景的落地，紧贴业务需求出发的技术突破升级
- 积极跟进AI学术界和业界的最新动态，优化内部技术方案，不断推进广告算法设计升级
Tags & Categories
Answer 10 quick questions to check your fit for 腾讯广告-大模型深度LTV-算法工程师 @ Tencent.
Related Books and Jobs