ADN 广告联盟策略工程师

我们正在寻找一名能连接广告业务、数据分析、策略设计和工程落地的策略工程师。你会基于真实的 ADX / DSP 交易链路做策略分析、实验和上线，对收入、利润及线上稳定性负责。希望你 1. 理解广告预算、媒体流量、拍卖、QPS、成本和利润约束，识别程序化增长机会并形成可验证的策略方案； 2. 使用 SQL、Python 等工具完成数据分析、效果归因和实验设计，持续优化流量路由、CPR、利润率、动态底价、补贴及预算匹配等策略； 3. 参与在线策略、配置、模型服务和数据链路的开发，将有效策略接入真实交易系统； 4. 负责策略的灰度、监控、降级、回滚和效果复盘，输出继续放量、调整或停止的明确结论； 5. 使用大模型和 Agent 提升代码理解、数据探索、编码测试、日志排查和复盘效率，并将有效方法沉淀为可复用的工具或工作流。 职位亮点 - 直接参与真实程序化广告交易和经营策略，不只做离线指标或方案文档； - 团队已有交易链路和存量策略基础，可以快速进入实验、上线和收益验证； - 鼓励把 AI 作为日常生产力，同时坚持以真实数据、代码、实验和线上结果验证结论。 【任职要求】 1. 有后端工程、广告策略、推荐 / 搜索 / 投放算法等相关经验；有 3—5 年在线业务实战经验者优先，最终以实际能力为准； 2. 理解 RTB、ADX、DSP、SSP、广告拍卖、预算或流量分配中的至少一类核心机制； 3. 具备扎实的数据和工程能力：能够独立使用 SQL、Python 完成分析，熟练掌握 Go、Java、C++ 中至少一门后端语言； 4. 做过真实线上策略或系统，理解 A/B 实验、灰度发布、监控告警、降级和回滚； 5. 有深入使用 AI 解决真实问题的经验，能讲清 AI 放大了什么、如何验证结果，以及怎样识别幻觉并控制生产风险； 6. 有独立判断和 Owner 意识，能从模糊问题中提炼目标、推进跨团队协作，并对最终结果负责。 加分项 1. 做过智能出价、Pacing、流量路由、动态底价、利润优化、反作弊或商业化推荐策略； 2. 有高并发系统、实时数据链路、在线模型服务或策略平台建设经验； 3. 构建过内部 Agent、数据分析助手、代码自动化或 AI 评测体系。