商业算法实习生—base北京通用岗

工作职责 参与商业广告算法相关方向的研究、开发与优化，包括但不限于信息流广告、品牌广告、线索广告、电商广告等业务场景。如对某一方向有意向投递简历时需备注，无备注默认分配。实习生根据团队方向和个人背景，承担以下一个或多个方向的工作：

1. 01

   广告投放链路算法优化 - 参与广告召回、粗排、精排、混排等核心模型的建设与迭代； - 优化 CTR/CVR/转化价值预估、用户行为建模、广告相关性与排序策略，提升广告投放效率和用户体验。

2. 02

   智能出价与投放策略优化 - 参与智能出价、预算分配、流量策略、机制策略等方向的算法建设； - 探索强化学习、MPC、生成式建模、Agent 等技术在自动化出价和投放决策中的应用； - 支持冷启动、拉新、大促、深转化、长周期归因等典型商业场景的策略优化。

3. 03

   大模型与生成式 AI 在广告中的应用 - 利用 LLM、多模态大模型等技术进行广告内容理解、用户意图理解、特征语义化增强； - 探索 RAG、Agent、Prompt Engineering、SFT/RLHF 等技术在广告投放自动化、广告主工具、创意生成等场景中的落地； - 参与广告文案/素材生成、质量评估、创意优化等相关算法建设。

4. 04

   行业场景与业务目标优化 - 面向电商、线索、品牌、信息流等不同广告业务，结合行业特点进行深度建模与策略优化； - 参与直播、短剧小说、游戏、网服工具、电商大促等垂类场景的广告算法优化； - 针对延迟转化、样本稀疏、跨域数据利用、多模态信息融合等问题进行建模探索和效果提升。 以上方向满足其一即可，将根据候选人兴趣与团队需求匹配具体广告算法方向。

1. 01

   计算机、人工智能、电子信息、自动控制、软件工程、数学、统计学等相关专业，本科高年级或研究生在读优先；

2. 02

   具备扎实的机器学习、深度学习基础，熟悉推荐系统、搜索广告、计算广告、CTR/CVR 预估、NLP、多模态、大模型、强化学习、生成式学习等方向中的一项或多项；

3. 03

   熟练掌握 PyTorch / TensorFlow 等至少一种深度学习框架；

4. 04

   具备良好的编程能力，熟悉 Python，了解 Java / C++ / SQL 等语言或工具，具备扎实的数据结构与算法基础；

5. 05

   具备优秀的数据分析、问题拆解和快速验证能力，对新技术充满好奇，乐于挑战复杂业务问题；

6. 06

   有广告算法、推荐系统、搜索、用户行为建模、智能出价、AIGC、LLM Agent、多模态生成等相关项目经验者优先；

7. 07

   在 KDD / WWW / NeurIPS / ICML / ICLR / CVPR / ICCV / ECCV / ACL / SIGIR / AAAI 等机器学习、数据挖掘、人工智能相关会议发表论文者优先。