互联网广告算法工程师3-5年
互联网广告算法简历案例与写作指南
5 年广告算法经验，深耕 OCPC 智能出价与竞价机制、pCTR/pCVR 预估及预算平滑投放与线上收益评估。下面展示完整简历，并拆解适合复用的内容结构。
案例内容已做脱敏或示例化处理，仅供结构与表达参考。
这份案例怎么写
这份案例按"竞价机制一条主线"组织：大厂段聚焦出价策略与预估模型升级，前一段呈现机制迁移与特征基建积累，项目对应出价、预估、投放与评估环节，形成竞价方向完整闭环。
所有成果统一用广告业务口径呈现：平台消耗、转化成本、AUC 与校准偏差、超投率与决策耗时，既写模型收益也写线上稳定性，避免只堆算法名词。
工作经历写法
广告算法工程师（竞价方向）
2023.09 - 至今某大厂
- 负责效果广告 OCPC 智能出价策略，重构出价与预算约束联合建模，平台消耗提升 12%，广告主 ROI 保持稳定
- 主导 pCVR 预估升级为 ESMM 多任务架构并做分域校准，转化预估 AUC 提升 1.2 个百分点，校准偏差下降 38%
- 设计预算平滑投放控制层，超投率从 6.5% 降到 1.8%，亿级日均请求下竞价决策 P99 耗时稳定在 30ms 内
广告算法工程师
2021.07 - 2023.08某互联网公司
- 参与竞价机制从 GSP 向转化出价迁移，完成机制仿真、大盘收益评估与分批放量全流程
- 负责 pCTR 模型特征体系扩建，新增用户行为序列与上下文特征 60 余项，离线 AUC 提升 0.8 个百分点
- 搭建线上收益评估统一口径与置信度标准，机制类改版决策周期从两周缩短至五天
项目经历怎么取舍
选取智能出价、预估模型重构、预算平滑与评估平台三个项目：分别证明策略设计能力、模型功底与工程化能力，对应竞价岗位面试必问的收益、效果与稳定性问题，数字均来自线上实验平台。
OCPC 智能出价体系升级
2023.11 - 2025.02算法负责人
- 设计双层出价框架，外层控制预算与成本约束，内层按预估转化价值实时调整出价系数，覆盖 8 万活跃广告主
- 引入 PID 反馈控制与强化学习调价结合的策略，广告主平均转化成本下降 15%，高峰超投率控制在 2% 以内
pCTR/pCVR 预估模型重构
2025.03 - 至今模型负责人
- 统一分域特征与多任务建模，pCTR 线上 AUC 提升 0.9 个百分点，pCVR 校准误差下降 40%
- 通过模型蒸馏与特征裁剪上线轻量版本，预估服务推理耗时下降 45%，GPU 资源成本节省 30%
预算平滑投放与收益评估平台
2022.02 - 2023.06核心开发
- 设计概率推进式预算平滑算法，全天预算完成率提升至 97%，高峰时段超投率从 6.5% 降至 1.8%
- 将平滑策略与实验平台打通，支持按广告主分层灰度放量，年支撑机制与模型类实验 120 余场
常见问题
这份广告算法工程师简历适合什么经验阶段？
案例按3-5年经验设计，适合作为同阶段求职者的结构和表达参考。
可以直接复制这份简历吗？
可以先复制到编辑器，但必须把公司、项目、数据和技能替换成自己的真实经历。
怎样让案例更匹配目标岗位？
对照目标岗位描述，优先保留与广告算法工程师直接相关的经历、成果和关键词。