从学生到腾讯工程师：算法大赛如何助力他们踏入科技行业
三名学生参加了一场他们曾经知之甚少的竞赛。如今，他们正影响着数百万人在线浏览广告的方式。
章厂、黎强和王昭冰（均为化名）是腾讯广告的同事。有趣的是，他们的职业之旅始于“计划外”的腾讯广告算法大赛。参赛之前，他们从未接触过广告行业，也未曾将其视为职业发展方向。
令这几位早期参赛的“学长”欣慰的是，如今这项年度大赛累计已吸引全球各地数千名学生参与。大赛不仅是选手技术技能的试金石，更是将课堂知识应用于真实业务场景并发挥影响力的快速通道。学生们自行组队，奋战数周，运用脱敏后的数据提出解决方案，以提升数百万用户的体验。
本文中，章厂、黎强和王昭冰回顾了他们如何走出舒适区、追寻有意义的事业，以及为何这场竞赛成为他们职业生涯的转折点。
章厂：预测人们想要什么，以及何时想要
2018年参赛时，章厂还在象牙塔攻读计算机专业，他抱着挑战自我、尝试新领域的想法报了名。
摆在他面前的挑战是：当人们的兴趣在一天中不断变化时，如何预测他们是否会点击广告。
章厂与团队设计了能理解人们全天兴趣变化的模型。例如，一个人早上可能搜索咖啡，傍晚则关注餐厅选择。他们融合了多种预测模型，如同汇集专家意见一样，让预测更具可靠性。章厂将数据清洗，并与精心调试的模型设计相结合，最终斩获前二十强的好成绩。
“参赛前我没有广告方面的相关背景。但通过比赛，我开始理解这个行业的核心目标：规模化做出精准高效的决策。”
2019年毕业后，章厂加入腾讯。如今，他构建的智能系统能实现在合适的时间向合适的人群展示合适的广告。竞赛中提出的想法，即使用“新鲜度”特征衡量产品新颖性与相关性，如今已经成为腾讯广告推荐系统常见的数据处理方式，让广告推荐的点击率提升2%，推进了腾讯广告业务创新。
对于今年的参赛者，章厂建议：“即使不熟悉广告行业也无须担心。你要深入到数据中，发挥创造性思维，并与队友碰撞想法。”
黎强：破解时间难题
当章厂专注于研究用户兴趣变化时，黎强攻克了另一个难题。在大连理工大学读研期间，他与两名队友组建了“Raymone”小队（致敬篮球巨星勒布朗·詹姆斯）角逐2017年赛事。
他们要挑战的难题是：人们点击广告后未必立即下单，购买行为可能在数天后才会发生，如何构建一个预测购买行为的系统？
为此，团队根据用户购买周期对应用进行了分类。对于购买周期较长的应用，他们剔除了可能未包含已完成购买行为的近期数据；对于即时产生购买行为的应用，则仅截取数小时内的数据。这种根据时长做出的调整显著提升了模型精度，最终助其夺得亚军。
“当时我们对广告行业一无所知……但数据分析揭示的规律，帮助我们弥合了认知鸿沟。”
赛后黎强随即加入腾讯，他构建了一套系统，帮助广告客户获得更优的投放价格。如今，这套系统日均处理数千万次请求。目前他正主导研究用户行为随时间如何变化，并开发相关模型。
对于担心缺乏经验的选手，黎强表示：“只要愿意学习并认真思考，你也能做到。”
王昭冰：串联时间的点滴
王昭冰的路径与上述两位同事截然不同。2017年，他作为香港大学研究生，独自参加了首届比赛，当时主要是希望学习新知识。
王昭冰没有将每次用户点击或转化视为孤立事件，而是绘制出人们兴趣随时间变化的轨迹。通过追踪这些模式，他能够更准确地预测未来行为。他还开发了一个工具，在比赛期间自动测试和调整模型，最终跻身前十强。
这种被称为用户行为序列分析的方法，后来被应用于腾讯的广告系统中。如今，王昭冰带领团队致力于优化腾讯视频、新闻和流媒体等平台的广告投放效果。
“这场竞赛就像一座桥梁，将学术知识与实际应用连接起来。”
从技术人才晋升至管理岗位，王昭冰认为自己的成长离不开腾讯完善的培训与导师制度。“我的导师帮我量身定制了成长计划，此后我一直沿着这条路前进。”
开启机遇，改变未来
章厂、黎强和王昭冰通过算法大赛发现了此前从未预想过的职业道路。他们的经历表明，这类竞赛的意义远不止赢得奖品，更能为选手开拓视野，创造更多不期而遇的可能性。
黎强说：“我原本没打算走这条路，但如果重来一次，我依然会做出相同的选择。”
算法大赛，邀你来战
2025年腾讯广告算法大赛现已开放报名。今年的挑战聚焦前沿人工智能技术：多模态生成式大语言模型。参赛选手将获得腾讯工程师指导，并有机会赢取奖品、实习及潜在工作机会。
Nova报名参加了今年的比赛，她对此非常期待：“算法大赛这次的题目是全模态，这个（赛题范围）随便单拎一个出来，对于应届生找工作都是很大的加分项。这就是它最大的意义。”
截止时间：2025年7月31日
