广告算法经理

姓名: B先生 顾问面试: 擅长领域: 领域职位: 广告算法经理 最高学历: 硕士北京大学 沟通情况: 新鲜出炉

面议 目前住址: 求职区域: 考虑公司类型: 不限 考虑公司行业: 不限 接受工作强度: 不限

个人情况: 1986出生男未婚 候选人优势:

工作经验

小米 在职时间: 2020-10 至今职位: 广告算法经理 下属人数: 6 工作职责: MIUI体系内的广告业务, 包括应用商店、浏览器、小米视频、内容中心、联盟以及若干系统应用。全场景日曝光10亿以上,200 多广告位, 整个广告算法业务场景包括搜索场景、商店展示场景、信息流场景、联盟场景、系统应用场景等。算法阶段包括召回、粗排、精排 CTR/CVR(oCPX)、重排、风控流控机制等。 工作业绩: 粗排 rEcpm 升级：项目负责人经过四阶段的升级，从朴素的统计 ecpm 和 lr ctr 排序升级到业务领先的 rECPM 方案，累计收入提升数百万/天，为 2021 年小米互联网商业平台的核心技术提升点之一。多域多任务 CTR 升级：项目负责人综合业界各家的模型特点，结合小米业务场景，发掘出数种有效模型结构块，如 shallow bias tower, activity level gate 、dynamic augmented region network 等等，累计收入产出近 100 万/ 天, 并很好的控制了预估偏差，该项技术推广到 ctr/cvr 全链路。实时广告、appusage 和内容消费数据特征：项目负责人将实时广告消费数据、用户 App 使用数据和信息流的实时内容消费等数据引入到特征库, 实时捕获用户在广告域、App 域和信息流内容域的行为，将模型的预估能力推向了更高水平，该特征集合应用在各 dsp 的 ctr/cvr 环节，取得了良好的业务收益。推理服务升级：项目发起人随着流量增大和模型复杂度升高，模型推理的延时逐步逼近上限，造成较频繁地超时告警。基于此情况，经过充分调研和讨论，在部门内提出了推理服务升级项目，将推理服务独立，融合多种异构算力(CPU/GPU backend)，充分释放计算能力，降本增效。信息流和联盟流量的实时模型：项目负责人模型实时训练能进一步捕捉数据分布变化，为达到这一目标，构造了实时样本流和流式tensorflow 训练，并设计了实时模型的推理准入策略，获得了较好的业务收益。以业务数据视图-特征视图为核心的整体架构升级：项目发起人数据流转指: 数据生成、存储和落盘等几个环节，数据流转效率影响整体推理系统的迭代效率。经过详细调研和 demo 设计，提出了以业务数据视图-特征视图为核心的整体架构升级方案，有专门的模块来构建统一的在线、离线业务数据视图，使用专有的 Feature DSL 从业务数据视图中抽取特征，实现特征的规范开发和共享。

Amazon 在职时间: 2019-7 至 2020-7 职位: SDE II 工作职责: 支持世界范围内(北美/欧洲/印度/日本) 商家营销活动,包括 Lightning Deal(6hours)/Best Deal(7days)/Deal of the day/Coupon/Price Discount 等形式, 拥有首页入口。业务模型: 平台筛选商户的商品，推荐合格商品进行营销活动, 商户付费后确认参加活动。海量商品及订单规模 工作业绩: Promotion Price Insight – 商品历史价格追踪, 包括一系列价格类型和排除规则，产出的价格数据用来规范未来的商家营销价格，保证平台商品价格平稳。 Promotion Recommendation Pipeline – 商品促销推荐工作流，包括各类合规验证以及销量预测等模块。 Promotion Demand Forecasting – 商品促销期间的销量预测。 Promotion Quality – 规则式商品质量评价, 利用多个维度(品牌,价格,销量等)进行商品质量打分。 Customer Driven Recommendation(Capacity Allocation) – 各商品类别的容量管理。

小米 在职时间: 2016-11 至 2019-4 职位: 高级算法工程师 工作职责: 利用机器学习方法给集团各个业务赋能。金融业务: 风险模型和智能营销模型，实时贷款意图识别/贷款需求预测。推荐业务: 推荐模型+推荐服务, 涵盖信息流广告推荐/电商商品推荐。工程积累: 高效的大数据样本处理和特征空间构建方法，灵活应对。模型实践: word2vector/lr/gbdt/nfm/deepFM/Deep interest network 等等,具备 nn 模型设计能力。 工作业绩: 金融业务: 实时贷款意图识别-项目负责人目标：识别贷款意图，进行针对性营销，提升营销转化率。数据源: 用户在手机入口中搜索词。方案：构建贷款意图库，划分出十多种贷款意图，为每种意图配备代表词库; 实时跟踪用户的搜索行为，查看其在各个意图上的命中权重，从而挑选出最强烈的意图，然后发送针对性的营销内容，提升营销转化率。效果：针对命中意图库的用户，营销转化率能提升十倍。金融业务:月度贷款需求预测-项目负责人目标：预测用户贷款需求，给资金规划和营销服务提供参考。方案：根据用户的历史贷款数据构建训练 Label；特征域包括贷款域、用户基础画像域，用户兴趣类别域，用户手机使用习惯域，用户金融 App 使用域等等。效果：验证集贷款量预估偏差在 15%以内，投入日常运营使用。有品电商业务: 电商 App 首页为你推荐/详情页相关推荐/购物车相关推荐-项目负责人目标: 选出用户感兴趣的商品，提升商品点击率，下单率等等方案：多路召回策略: 新品类、热门品类、同分类、同价格区间等等进行多路召回。预估策略: 尝试点击优先，下单优先和 GMV 优先等多种策略，使用 GBDT/DeepFM/Deep and Wide 等多种模型进行实验，提升用户各项指标。效果：用户下单量和总金额得到有效提升。

百度 在职时间: 2015-4 至 2016-11 职位: 高级算法工程师 工作职责: 广告平台中点击率/转化率预估模型，用户特征构建,与基于消息的工作流超大流量 RTB 环境下，CTR 模型预估，竞价策略以及广告业务数据分析等。成果：基于消息驱动的一体化模型数据流，包括训练样本抽取,模型训练，评估，上线等真实 CTR 提升 20%以上，cpm 提升 20%以上；预估偏差降低。线上应用模型: Logistic Regression,Gradient Boosting Decision Tree

搜狐 在职时间: 2014-7 至 2014-12 职位: 广告算法研究员 工作职责: 商业化算法研究员，CTR 预估，流量分配等。

云栖创业公司 在职时间: 2013-12 至 2014-7 职位: 软件工程师 工作职责: 创业项目成员，个人网盘和协作文档项目开发。

优酷 在职时间: 2011-7 至 2013-11 职位: 开发经理 工作职责: 播放器 Flash P2P 项目,节省带宽资源，价值每年数千万。 Youku HTML5 播放器项目，播放器跨平台分发，并在业内率先实现了 HTML5 播放器全平台打通。

教育/培训经历

北京大学 时间: 2008-9 至 2011-7 硕士

北京大学 时间: 2004-9 至 2008-7 本科

申请安排面试