直播倒计时！深入了解美团在广告算法领域的探索与实践主办，每期沙龙邀请美团及其他互联网公司的技术专家分享来自一线的实践经验，覆盖各主要技术领域。从2015年7月举办第一期至今，已经吸引了三万多名工程师参会。

　　美团作为一家科技零售公司，在生活服务领域深耕多年，积累了海量内容，通过搜索、推荐多场景高效分发辅助用户决策，践行用AI“帮大家吃得更好，生活更好”，以追求更好的用户体验。

　　2017年加入美团，带领团队搭建展示和信息流广告算法体系，应用于外卖、闪购、医药多个场景，多次获得团队技术突破奖，曾在百度凤巢任职。

　　国家海外高层次青年人才，CCF中国计算机学会计算经济学专业组秘书长。博士毕业于美国斯坦福大学，导师叶荫宇教授。曾任香港科技大学助理教授。主要研究方向为算法博弈论、机制设计、优化和多智能体系统。在国际一流计算机、人工智能、管理学期刊和会议上发表一作/通讯论文 50 余篇，包括 OR、MOR、GEB等著名期刊和 STOC、WINE、CCC、NeurIPS等计算机顶会。主持国家高层次人才计划及多项香港科学基金研究项目。任多个国际人工智能、互联网和博弈领域会议的资深程序委员及会议联合主席。同时长期担任 10 多个国际一流期刊评审。科研成果也具备很强的应用价值，在互联网广告上的研究和应用成果获得了两项美国专利。

　　传统的电商平台一般都是对品牌方或者零售商单独提供营销服务。我们构建了一种新型的营销模式，由双方共同出价来获取流量。我们发现这一全新的模式可以大幅提升平台的流量变现效率。在该场景中，为了在满足激励兼容与个体理性的前提下最大化平台收入，我们基于VCG机制提出了JAMA算法；进一步地，我们基于深度神经网络设计了JRegNet算法，实现了端到端的自动广告拍卖机制，再次显著优化平台收益效果，同时保证激励兼容性能损失可近似忽略。通过大量线下实验与实际上线验证，两个算法均表明联合营销能够大幅提升平台收益。

　　2017年进入外卖广告，2021年开始负责广告预估方向。带领团队在用户长序列建模、页面建模、LLM in CTR 等方向为业务带来显著提升。

　　预估技术作为搜索、推荐、广告的主要发展方向，从 LR 到 Xgb 到 DNN，为过去十年交易类、媒体类互联网产品大幅提升业务表现。本次分享希望在现有的体系内，对用户建模、还原建模、LLM in CTR 做一些实践分享和未来发展思考，挖掘预估技术在业务的迭代方向。

　　2021年加入美团，在用户体验、拍卖机制、混排机制等技术方向上有丰富经验，在机制的多个关键环节实现算法化升级，应用于多个场景，助力业务发展。

　　广告机制相比技术线，具有业务约束复杂、技术模糊度高等特点，需要为平台、商家、用户三方负责。本次分享主要介绍在美团外卖广告中，使用深度化模型技术在排序Bsports官方App下载、拍卖、混排等核心问题上落地并取得收益，并对未来进行思考与展望。