广告行业算法测试工程师招聘简介

在当今数字化营销的浪潮中，广告行业的数据量呈爆炸式增长。为了更好地应对这一趋势，提升广告投放的精准度和转化率，我们正在寻找一位卓越的算法测试工程师，加入我们充满活力与挑战的团队。

岗位职责

1. 海量数据处理：负责处理广告行业DSP所产生的海量结构化与非结构化数据，运用分布式计算框架（如 Hadoop MapReduce、Spark Core）、流处理技术（如 Flink、Kafka Streams）等先进数据处理技术和工具，对数据进行清洗、脱敏、特征工程与深度分析，确保数据的准确性、完整性与可用性，为后续算法开发提供坚实的数据基础。

2. 算法包开发：依据业务需求和数据分析结果，基于机器学习工程化流程，设计并开发包含特征提取、模型训练、推理部署等模块的算法包，将复杂的业务逻辑转化为高效的算法模型（ctr预估模型、cvr预测模型、用户画像模型），通过离线训练与在线推理结合的方式，实现广告投放效果的优化，提高转化率。

3. 算法优化：持续关注算法包在实际业务中的运行效果，通过A/B 测试、模型评估指标（如 auc、logloss、准确率、召回率）分析和实验，运用模型压缩、特征选择、超参数调优等技术，不断对算法进行优化和改进，提升算法的性能、稳定性与实时性。

4. 业务协作：与业务部门紧密合作，深入了解业务需求和痛点，将算法成果通过API接口、离线数据包等形式有效应用于实际业务场景中，为业务发展提供有力的技术支持。同时，结合数据质量的反馈，为算法的持续优化提供方向。

任职要求

首先最需要对互联网有浓厚兴趣，因兴趣而生热爱并且忠于互联网这些会让自身有很强的驱动力持续攻坚！

1.问题解决能力：具有较强的分析和解决问题的能力，能够快速定位和解决算法开发和运行过程中出现的数据倾斜、模型过拟合、性能瓶颈等问题，具备良好的抗压能力和应对挑战的能力，对结果执着，擅长多维测试。

2. 编程语言能力：熟悉并灵活使用至少一种编程语言，如 Python、Java、Go语言等，具备良好的编程习惯和代码编写能力，能够灵活运用编程语言实现复杂的算法逻辑和数据处理流程。

3. 大数据技术：熟悉大数据处理技术体系，掌握 Hadoop、Spark、Flink 等大数据计算平台的架构与原理及应用，能够处理TB级大规模数据集，具备Hive、Doris等大数据处理工具的使用经验，了解数据仓库建模（如星型模型、雪花模型）。

4. 算法知识：具备扎实的机器学习、深度学习基础知识，熟悉常见的算法模型，如线性回归、逻辑回归、决策树、随机森林、GBDT、XGBoost、LightGBM、神经网络（CNN、RNN、Transformer）等，并能够将其应用于广告行业的数据处理和算法优化中，了解强化学习在广告推荐中的应用者优先。

5. 数据处理经验：有丰富的数据处理经验，熟悉数据清洗、数据挖掘、数据分析的流程和方法，掌握特征工程技术（如归一化、标准化、离散化、特征交叉），能够从海量数据中提取有价值的信息，为算法开发提供数据支持，有广告行业用户行为数据、广告投放数据处理经验者优先。

6. 熟悉Appsflyer归因逻辑，熟悉阿里云体系，如阿里云开源大数据平台E-MapReduce, 有过从0开始搭建系统并主导完成整个项目的迭代优先。