广告算法实习生（北京）-4878(J12027)

创意生成算法研发：基于 LLM / MLLM / Diffusion Model 等前沿技术，构建广告创意（文案、图片、视频）的智能生成能力，覆盖文案生成、素材理解、风格仿写、卖点提炼、爆款内容解析等核心场景，提升创意生产效率与投放效果。 创意优选与排序策略：负责广告系统中创意优选（Creative Selection）算法的设计与优化，结合 CTR / CVR 预估模型、创意质量评分等机制，实现"千人千面"的最佳创意匹配，提升广告变现效率（eCPM）。 创意 Agent 系统建设：研发面向广告场景的创意 Agent，围绕广告主诉求理解、行业知识注入、素材理解、创意路径规划、可控生成、多轮交互优化等方向，打造端到端的智能创意生产链路。 创意效果预估与归因：建模预估创意素材的增量价值（Lift）、冷启动表现、生命周期等，参与相关智能创意投放产品的研发，实现"生成-投放-反馈-迭代"的数据驱动闭环。 前沿技术探索：跟进 AIGC、多模态大模型、智能体（Agent）、强化学习（RLHF/RL）等前沿技术在广告创意场景的落地，推动技术创新与业务突破。

基本要求 计算机、数学、统计学等相关专业硕士及以上学历 扎实的编程能力，熟练掌握 Python / C++，熟悉 Linux 开发环境 熟悉至少一种深度学习框架（PyTorch / TensorFlow 等） 对机器学习常用算法有深入理解，具备良好的数据分析与问题建模能力 有计算广告系统、推荐系统或搜索系统的实际研发经验 加分项 有 LLM / MLLM 实际应用经验，熟悉 Prompt Engineering、模型微调（SFT / LoRA）、RAG 等技术 有图像/视频生成模型（Stable Diffusion / FLUX / DiT 等）的应用经验 有多模态理解（CLIP / BLIP / Qwen-VL 等）在广告场景的落地经验 有大规模分布式训练或推理优化经验 有顶级会议（KDD / SIGIR / WWW / NeurIPS / CVPR / ACL 等）论文发表经历