推荐与广告算法产品经理

用人方：远程团队（名称在约面时告知）

推荐与广告算法产品经理 岗位职责 负责公司视频、小说、漫画等内容场景的推荐系统产品建设，以及基于用户画像、兴趣标签和行为特征的广告推荐能力建设，推动用户行为数据、内容特征、广告数据与算法能力形成完整闭环。 1. 内容推荐系统 • 负责视频、小说、漫画等内容推荐系统的产品规划、需求设计及持续迭代。 • 负责推荐场景梳理与产品设计，包括首页推荐流、猜你喜欢、相关推荐、内容详情页推荐、完播/完读后推荐等场景。 • 参与推荐系统召回、粗排、精排、重排等核心链路的产品设计，与算法团队共同定义各阶段目标及策略。 • 根据不同内容形态设计推荐目标，综合考虑 CTR、播放/阅读深度、完播/完读率、互动、留存、付费及长期用户价值。 • 负责冷启动、探索与利用、热门内容、新内容扶持、兴趣衰减、多样性、去重、频控等推荐策略的产品设计。 • 推动推荐策略配置化、实验化，建设策略管理、实验管理、效果监控及异常预警能力。 • 建立推荐效果评估体系，通过 A/B Test、用户分层、漏斗分析等方式持续评估算法策略对业务指标的实际贡献。 2. 用户画像与标签应用 • 与 DMP / 数据团队共同建设推荐所需的用户特征体系，包括用户兴趣、内容偏好、活跃度、生命周期、消费能力、广告行为等特征。 • 明确用户标签、实时行为特征、统计特征及算法 Embedding 等不同数据能力的使用边界。 • 设计用户兴趣随行为变化的更新与衰减机制，支持短期兴趣与长期兴趣结合。 • 推动用户、内容、场景等特征在推荐系统中的标准化接入与复用。 • 参与用户冷启动、匿名用户、跨端用户识别等场景的推荐方案设计。 3. 广告推荐与商业化 • 负责基于用户画像、兴趣标签、行为特征及广告属性的广告匹配与推荐能力建设。 • 建设广告候选集、定向条件、用户与广告匹配、频次控制、广告过滤等基础能力。 • 与广告平台、DMP及算法团队协作，推动用户特征在广告推荐和商业化场景中的合理使用。 • 参与广告 CTR、CVR、eCPM 等预估与排序策略的产品设计，并持续评估广告收益与用户体验之间的平衡。 • 支持广告推荐效果分析，包括曝光、点击、CTR、转化、收入、eCPM、用户负反馈等指标。 • 设计广告实验与流量分层机制，评估不同广告策略对广告收入、内容消费、留存及用户长期价值的影响。 • 支持广告系统后续从规则匹配逐步向个性化推荐、智能排序及收益优化演进。 4. 数据与实验体系 • 建立推荐系统完整的数据指标体系，定义曝光、点击、播放、阅读、完播/完读、互动、留存、付费、广告转化等核心指标口径。 • 与数据团队共同完善推荐与广告相关埋点、日志、特征及数据回流链路。 • 建设推荐策略效果看板、模型版本看板、实验看板及异常监控体系。 • 推动形成“用户行为 → 数据采集 → 用户/内容特征 → 模型训练 → 推荐结果 → 用户反馈 → 模型迭代”的完整闭环。 • 能够识别 CTR 等短期指标与留存、LTV 等长期指标之间的冲突，合理设计推荐系统的评估指标与护栏指标。 任职要求 • 5 年以上互联网产品经验，3 年以上推荐、搜索、广告算法、增长算法或相关数据产品经验。 • 有视频、小说、漫画、资讯、短剧、游戏、电商等大规模内容或推荐场景经验优先。 • 真正参与过推荐系统建设，理解召回、粗排、精排、重排的基本工作机制及各阶段解决的问题。 • 理解协同过滤、Embedding、向量召回、CTR/CVR 预估、Learning to Rank 等常见推荐算法的基本原理，不要求承担算法研发，但能够与算法工程师进行深入需求和方案沟通。