Mologuo
广告算法工程师 + AI 应用探索者
致力用 AI 重构工作流
工作经历
-
字节 · Data
广告投放：闭环优化、出价风控、多渠道决策
全渠道比价：跨媒体广告的组合优化与智能出价 面向跨媒体广告投放，联合决策“为用户选择哪些媒体、每次竞价出多少钱”。通过用户级转化预估、预算约束优化与请求级出价调节，在消耗和转化量要求下分配投放。
广告主同时从多个媒体购买广告流量时，同一用户可能在不同媒体上产生竞价请求。分别优化各媒体，难以协调它们之间的重复触达与转化贡献。本项目以用户的媒体投放组合为决策单元：先估计不同组合的转化、价值和消耗，再通过约束优化选择组合，最后将选择结果转成每次请求的出价系数。
概念 本方案中的含义 媒体来源 向广告主提供竞价请求的媒体平台、广告联盟或厂商广告流量，按投放单元分组 投放组合 为同一用户选择的一组媒体来源，例如仅投 A、仅投 B、同时投 A+B 广告归因转化 按广告归因口径统计的用户目标行为；模型预估入组用户发生该行为的概率 
图 1：转化预估 → 组合优化 → 出价执行 → 效果反馈。依据项目资料整理。
01 · 组合建模：估计用户在不同媒体组合下的转化
多媒体投放的效果需要联合建模。通过随机对照实验采集不同组合下的用户样本，学习用户级转化率 p(u,j)：用户 u 在媒体组合 j 下发生广告归因转化的概率。这样可以直接比较“投 A”与“投 A+B”的整体效果。
模型将用户属性、站内行为和广告交互特征输入 MMCN 特征交叉网络，通过共享底座学习用户共性，再由组合分支学习不同投放选择的差异。
图 2：共享特征表示与组合分支共同学习转化；分支为示意。依据项目资料整理。
训练与预估环节 技术处理 样本与标签 用户日为训练粒度；广告归因转化为正例，自然转化和未转化为负例 组合监督 每条样本只更新实际观测组合的分支及共享底座 样本分布 组合加权平衡实验流量差异；负样本下采样提高训练效率 概率校准 推理时修正采样偏移，再按预测值分桶对齐实际转化量 优化器同时需要转化量、价值和消耗三个量。保留正样本、以概率 q 采样负样本时，从模型输出到优化输入的转换为：
p(u,j) = sigmoid(z(u,j) + ln q) d(u,j) = a(j,b) × p(u,j) v(u,j) = d(u,j) × r(u) c(u,j) = γ(j) × v(u,j)符号 定义 z、q 采样训练得到的 logit、负样本保留率 a(j,b)、d 媒体组合 j 的预测分桶 b 校准系数、预期广告转化量 r、v 既有出价系统的原始出价 rankbid，作为转化价值代理；v 为预期价值 γ、c 按媒体组合整体拟合的消耗校准系数、预期消耗 价值侧复用既有出价，成本侧采用组合校准。 从出价明细还原策略调节和截断之前的 rankbid，省去额外的出价预估模型；将组合预期价值汇总后与真实消耗对齐，得到 γ。三项估计共同进入下一步预算约束优化。
02 · 约束优化：将预算与转化目标分解到用户
设 g(u) 为用户 u 选中的媒体组合，C 为总消耗上限，D 为广告转化量下限。每个用户选择一个组合，最大化预期价值减去广告消耗：
max_g Σᵤ [v(u,g(u)) − c(u,g(u))] 约束：Σᵤ c(u,g(u)) ≤ C Σᵤ d(u,g(u)) ≥ D用拉格朗日乘子 λ、μ 分别表示消耗惩罚和转化补偿，将全局约束转为用户级评分。以下 Σ 均对用户求和，v、c、d 取该用户选中组合的值：
L = Σ(v − c) + λ(C − Σc) + μ(Σd − D) = λC − μD + Σ[v − (1+λ)c + μd] s(u,j) = v(u,j) − (1+λ)c(u,j) + μd(u,j) g(u) ∈ argmax_j s(u,j) λ, μ ≥ 0固定乘子后，常数项不影响选择，可加目标与逐用户选择约束使问题按用户分解。 离线搜索乘子、汇总转化与消耗并筛选候选；线上读取生效预估与参数，对当前用户的候选组合打分。
图 3：离线确定约束参数，线上完成用户级媒体选择。依据项目资料整理。
评分示例（教学算例）： 同一用户的组合 A 为 d=0.10、v=10、c=4，组合 B 为 d=0.14、v=14、c=7；两者取 r=100，v、c 使用同一价值单位，μ 表示每单位转化的价值补偿。
乘子设置 得分 A / B 选择 λ=0，μ=0：比较价值减消耗 6 / 7 B λ=1，μ=0：提高消耗惩罚 2 / 0 A λ=1，μ=80：提高转化补偿 10 / 11.2 B 乘子将业务目标转成可执行的选择偏好：提高 λ，抑制高消耗组合；提高 μ，增加转化量的权重。实际求解在通过预算与转化约束校验的候选中择优，无可行候选时进入兜底搜索。
03 · 在线出价：结合媒体选择与重复请求调节竞价
用户级组合确定在哪些媒体重点投放，请求级策略决定当前机会的出价强度。系统读取同一用户在不同媒体的近期请求记录，识别重复流量；根据重复流量实验指定优先承接的媒体来源，再结合它是否入选、是否已到达请求，选择出价档位。
图 4：媒体组合控制投放范围，跨媒体请求记录控制竞价优先级。依据项目资料整理。
low 抑制未入选媒体，medium 下调重复请求，high 承接优先投放机会。模块输出倍率 k，与既有出价链路衔接：
k(u,m) ∈ {low, medium, high} bid_after = bid_before × k(u,m)m 表示当前请求的媒体来源，bid_before、bid_after 分别是本模块调节前后的出价。优先媒体未入选时，其历史请求不触发 medium。
04 · 效果反馈：对齐模型版本与出价调控
全量推理、参数更新和实时竞价采用不同频率。通过绑定线上生效的预估版本，离线参数搜索与线上评分使用同一批模型输出。
环节 更新方式 转化模型 按天训练，吸收最新实验样本 用户级组合预估 按周全量推理并发布到线上存储 校准系数与约束参数 按天计算，绑定线上已生效的预估版本 实时请求 读取预估与参数，选择媒体组合并返回出价系数 模型校准更新转化和消耗估计，出价调控根据实际投放效果调整购买强度。实验和对照指标按流量占比归一化后，以转化量 N、消耗 S 定义相对效率：
E = (N实验 / N对照) ÷ (S实验 / S对照) = CPA对照 / CPA实验 CPA = 广告消耗 / 广告归因转化量E>1 表示实验组平均转化成本更低。调控同时观察消耗、转化规模和效率，保留有效的规模增长。
调控目标 执行方式 增加投放量 固定 low，优先上调 high 降低重复请求的购买强度 优先下调 medium 稳定反馈节奏 排除修改当日，回收至少两个完整自然日，每次小步调整一个系数 实验效果与技术影响
方案将用户级转化建模、带预算约束的媒体选择、请求级差异出价连接起来，实现从预测到竞价执行的完整决策链路。
该方案应用于抖音卸载用户召回广告投放，以广告归因的用户回流为转化目标，实验效果如下待补充：
维度 结果 转化规模与成本 归因回流用户量变化【待补充】；消耗变化【待补充】；CPA 变化【待补充】 价值收益 价值收益变化【待补充】 实验口径 对照策略、实验周期、流量范围与统计结论【待补充】 公司内技术／业务影响 采用团队、跨业务复用、技术分享或标准沉淀【待补充】 多目标价值出价：联合优化成本、留存与 ROI 将获客成本、7 日留存和长期价值统一到请求级出价，利用分布建模生成可用于定价的价值预估，并通过小时级数据回收与参数调控落地多目标投放。
广告投放需要同时扩大转化规模、控制获客成本、提高用户长期价值。只围绕 CPA 和短期留存优化，难以直接约束长期回报；价值标签回收较慢，又使实时调控依赖模型预估。本项目通过 RTA 二次出价，在媒体广告请求上执行广告主侧的模型定价：以留存、生命周期价值和可变成本为输入，将三个业务目标分解成可组合的出价算子，再用小时级反馈调整各项权重。
线上逐请求计算出价；小时级数据用于调控，一期由人工调整参数。
01 · 把业务目标写成可执行的价格
优化目标是：在成本、留存和价值回报约束下，最大化新增转化规模。CPA 表示每次获客成本，RR7 表示转化用户的 7 日留存率；NROI 为按业务价值口径修正的 ROI。
最大化 N（新增转化数） 约束 CPA ≤ c*，RR7 ≥ r*，NROI ≥ ρ* 请求 i 的出价： bᵢ = w_c · c* + w_r · [c* / (r* + ε)] · (pᵢ − r*) + w_v · [Vᵢ / (ρ* + ε) − Kᵢ]其中，c*、r*、ρ* 是三个业务目标；pᵢ 是预估 7 日留存概率，Vᵢ 和 Kᵢ 分别是按业务口径构造的生命周期价值与可变成本预估。Kᵢ 不含广告采买成本。w_c、w_r、w_v 为调控系数，ε = 10⁻⁶ 为实现中的分母保护项。
三个算子将不同目标转换到货币尺度，再由调控系数加权。
ROI 项来自可负担广告成本的关系：当价值回报目标为 ρ* 时，Vᵢ / ρ* 是相应的总成本额度；扣除可变成本 Kᵢ，得到可用于广告采买的价值项。留存项围绕目标 r* 做有符号修正，高于目标加价、低于目标减价。最终价格同时取决于三个算子及其权重。
02 · 模型输出必须能进入定价
由于 Vᵢ 和 Kᵢ 直接参与金额计算，模型既要区分用户价值高低，也要提供有意义的绝对预估值。训练以广告归因素材关联样本，使用共享底层表示，分别学习留存概率、生命周期价值和可变成本。
决策量 监督信号 进入出价的位置 pᵢ：7 日留存概率 统一加工的留存标签 相对留存目标的偏差修正 Vᵢ：生命周期价值 T+8 回收的价值标签 在 ROI 目标下可负担的总成本 Kᵢ：生命周期可变成本 T+8 回收的成本标签 从总成本额度中扣除 
留存使用二分类监督；价值和成本使用多个阈值上的累计概率监督。
对长尾的价值、成本标签，采用 CDF（累计分布函数）建模：将连续值转换为一组“是否小于等于阈值”的二分类任务，使用等频分桶边界形成训练阈值。
对 Y ∈ {生命周期价值，生命周期可变成本}： Fₖ(x) = P(Y ≤ tₖ | x) zₖ = 1[Y ≤ tₖ] L_CDF = Σₖ BCE(Fₖ(x), zₖ) 推理：累计概率 → 区间概率 → 金额预估 P(a < Y ≤ b | x) = F(b | x) − F(a | x) Ŷ ≈ Σₖ πₖ · mₖtₖ 为训练阈值，BCE 为二元交叉熵；πₖ 为区间概率，mₖ 为该区间的代表金额，原方案使用配置的桶边界加权。共享表示衔接三个目标，CDF 监督让连续金额的学习利用有序阈值信息，输出的 Vᵢ、Kᵢ 随后进入同一套出价公式。
03 · 用可归属的反馈驱动参数调控
线上将 CPA、留存、ROI 封装成独立算子，从参数服务读取业务目标和调控系数，组合后返回请求出价。任一算子计算失败时返回底价；同类留存、ROI 项可在其他出价公式中复用。
反馈链路的关键是让真实花费、真实转化与执行策略对应。媒体消耗只能按账户回收，因此配置专用二次出价流量标识和实验账户，仅执行模型出价，形成可归属的策略组数据。
反馈信号 回收方式 用途 真实广告消耗 账户小时消耗；常规延迟约 3 小时，白名单账户约 1 小时 CPA 计算与成本调控 真实新增转化 后验 RTA 转化明细，补足日志拼接遗漏 使用完整转化口径计算 CPA 留存、价值及成本预估 小时级模型预估日志 长周期标签成熟前的目标监测 消耗折扣率 实验维度真实消耗聚合 对齐消耗与 CPA 的计算口径 一期以这些反馈支持人工调控，更新后的系数通过参数服务进入线上算子。模型预估用于及时判断投放质量，成熟的后验指标用于效果评估，形成从定价到数据回收的落地链路。
04 · 实验效果与技术沉淀
该方案在抖音卸载用户的广点通投放场景中落地。与代理投放账户组相比，模型出价组取得以下指标变化。
以代理组为基准，比较指标相对变化；CPA 越低越好，NROI2 和留存越高越好。
指标 相对变化 CPA −10.8% NROI2 +76.7% 次日留存率 +36.2% 3 日留存率 +37.8% 7 日留存率 +42.8% 相对变化按“模型出价组 / 代理投放组 − 1”计算。
在投放对比中，模型出价组同时取得更低的 CPA 和更高的价值回报、留存水平。项目由投放算法、营销中台工程与投放运营协作落地，沉淀了可组合的 CPA／留存／ROI 出价算子、参数服务接入方式，以及连接真实消耗、转化和模型预估的数据回收链路。
公司内进一步复用与业务影响：待补充。
-
字节 · UG
广告投放：价值建模、因果推断、出价扰动
-
腾讯 · wxp
风控算法
AI 探索与实践
-
公司业务探索
Agentic HPO 利用 Agent 自动调整实验参数。
利用 Agent 自动调整实验参数。
Model autoresearch 由 Supervisor 规划研究与实验，Executor 执行策略实现，串联训练评估与经验沉淀。
两个 Agent 分别担任 Supervisor 与 Executor：Supervisor 统筹研究规划与实验决策，Executor 完成单轮策略实现，将方向探索、训练评估与经验沉淀组织为可持续推进的自动化模型迭代工作流。
Modelmind 连接模型训练、业务文档与 AB 实验平台，探索由目标与约束驱动的“方案—训练—评估”迭代循环。
连接模型训练平台、业务文档集合和 AB 实验平台，通过工作流、FDE 与工具，让系统围绕用户提供的模型、目标和约束，循环开展“想方案 → 训模型 → 看效果 → 再想”。
业务智能知识库 借助 AI，将业务文档与知识组织为存、取、用一体的智能知识库。
借助 AI，将业务文档与知识组织为存、取、用一体的智能知识库。
-
个人探索
AI 音乐 用 AI 从一句话出发，创作属于自己的歌曲。
用 AI 从一句话出发，创作一首属于自己的原创歌曲。
AI 视频 利用 AI 制作视频，探索不同的表达方式。
利用 AI 制作各种视频。
工作之外
查看全部作品 →
