广告竞价机制算法专家

岗位职责

• 负责整体广告的竞价机制顶层设计和中长期演进，定义平台目标函数、约束条件、关键指标与实验护栏，并对机制结果负责。

• 建设整体广告出价体系，覆盖 CPC/oCPM/oCPC等模式，以及冷启动、探索与利用、预算节奏、成本稳定、深度转化和长周期价值优化。

• 设计广告排序与计费机制，包括 eCPM/价值分数、质量系数、保留价/底价、GSP/GFP/一价/二价及混合机制、多广告位分配与频次约束，提升交易效率与可解释性。

• 建设预算与流量调控能力，解决预算提前耗尽、尾部花不完、量价错配、成本波动、稀疏转化与大促突发等问题，兼顾广告主达标率和平台收入。

• 搭建机制评估体系，使用拍卖回放、反事实评估、仿真、A/B 实验与分层诊断，判断收益来自真实效率提升还是透支用户、广告主或媒体长期价值。

• 识别并治理机制套利、虚假竞争、异常出价、预算操纵、数据回传偏差和需求过度集中等生态风险；与风控团队共建可监控、可回滚的治理策略。

• 作为跨团队机制 Owner，牵引预估模型、广告引擎、客户端、产品、数据、运营和销售共同落地，并沉淀机制规范、指标口径与决策文档。

任职要求

• 本科及以上学历，计算机、数学、统计、运筹优化、经济学或相关专业；通常具备 7 年以上互联网算法/策略经验，其中至少 3 年深度负责广告竞价、智能出价、预算分配或联盟变现。

• 系统理解实时竞价广告全链路：定向、召回、预估、排序、截断、出价、计费、预算、归因和结算；能够把业务问题形式化为可验证的机制或优化问题。

• 具备扎实的概率统计、优化、机器学习和实验设计能力；熟悉博弈论、拍卖理论、因果推断、强化学习或多臂老虎机中的至少两个方向。

• 深入理解 pCTR/pCVR/pLTV、校准、延迟转化、样本选择偏差和成本控制对排序计费的影响；能与模型团队共同定义输入质量与上线标准。

• 熟练使用 SQL/Python 完成数据诊断、仿真和实验分析；掌握 C++/Java/Go 中至少一种，能够阅读在线链路代码并推动策略工程化。

• 至少主导过两类可量化项目：oCPX/ROI 出价、拍卖与计费、预算 pacing、底价与流量分配、联盟聚合或统一竞价；能清楚说明个人边界、实验设计、规模和长期结果。

• 既有平台收益意识，也能从广告主、媒体和用户视角评估副作用；能够在短期收入与长期生态之间做出有依据的取舍。

• 具备专家影响力和强推动能力，能把复杂机制讲清楚、把争议指标定义清楚，并推动多团队按统一口径交付。

加分项

• 有内容社区、资讯、音频、视频或多场景广告商业化经验，理解广告负载、内容体验与用户长期价值。

• 熟悉 OpenRTB、Header Bidding、In-App Bidding、竞价胜败通知、分成结算和第三方广告源生态。

• 做过增量转化、LTV/ROAS、跨天预算优化、动态底价、强化学习出价或多目标约束优化。

• 有反作弊、广告主冷启动、中小客户生态或机制可解释性建设经验。