（27届 ASP）S&R&A-广告生成式算法工程师

参与 Shopee Ads 核心算法研发，包括广告召回、排序、预估、竞价、智能投放及广告主增长等方向。 深入理解业务场景，从目标和约束出发定义算法问题，设计并验证解决方案。 运用深度学习、强化学习、因果推断、大语言模型等技术，持续提升广告投放效果和系统智能化水平。 负责数据分析、特征设计、模型训练、离线评估、在线实验及效果归因，推动算法方案端到端落地。 与产品、工程、数据等团队协作，在复杂业务环境中识别关键问题并推动解决。 将 AI 深度融入研究和研发过程，持续改进问题分析、方案设计、编码、实验及知识沉淀的工作方式。

2027 届本科、硕士或博士毕业生，计算机、人工智能、数学、统计学、自动化等相关专业。 具备扎实的机器学习、深度学习和数学基础，理解常见算法的原理、适用边界及优化方法。 具备良好的编程和数据分析能力，熟练使用至少一种主流编程语言，能够独立完成算法实验与实现。 不满足于复现已有方案，能够从问题出发完成方案设计、技术选型、实验验证和结果分析。 在项目或研究中承担过实质性核心工作，能够清晰说明个人贡献、关键决策、备选方案及结果归因。 高频使用 AI 完成代码开发、数据分析、技术调研或实验研究等复杂任务，并具备可靠的结果验证方法。 具备结构化思维和清晰的书面、口头表达能力，能够快速理解陌生领域并形成自己的判断。 保持强烈的好奇心和自驱力，愿意挑战既有方案，对创造尚不存在的产品和技术保持热情。 Top Talent 卓越信号 除上述基础要求外，我们期待候选人至少具备以下一项有客观证据支撑的卓越表现： 在高质量学术会议或期刊发表有影响力的研究成果，并承担核心研究工作。 在具有影响力的算法、编程、数学或数据科学竞赛中取得突出成绩。 在高含金量实习或项目中承担核心 Owner 角色，解决复杂问题并取得可验证的业务或技术结果。 主导或深度参与有影响力的开源项目、技术产品或算法系统建设。 构建过 Agent、Skill、知识库或自动化工作流，并能证明其带来的效率或质量提升。 在其他能够体现算法深度、创造力和快速成长潜力的领域取得突出成果。 论文、竞赛、实习和院校背景均不是单独的录用依据。我们更关注候选人在成果背后的真实贡献、独立思考和持续创造能力。 优先考虑 具有广告、推荐、搜索、机器学习系统或大规模模型相关经验。 熟悉在线实验、因果分析、强化学习或多目标优化。 对 Agent、RAG、Tool Calling、MCP 等 AI 工具和技术有深入实践。 有跨领域学习经历，能够将已有方法迁移到新的业务场景。 具备良好的英文沟通和跨文化协作能力。 你将获得 参与多市场、多场景广告核心问题的机会，面对真实且复杂的算法挑战。 从问题定义、方案设计到在线实验和业务验证的端到端实践。 与优秀算法、工程和产品同学协作，在高质量反馈中快速成长。 在 AI-Native 的研发环境中探索新一代算法工程师的工作方式