腾讯腾讯广告-大模型广告算法工程师-搜索广告方向
任职要求
1.学历与专业：硕士及以上学历，计算机科学与技术、人工智能、机器学习等相关专业背景，具备扎实的理论基础； 2.工作经验：拥有 3-5 年大模型算法研究或实际落地经验，熟悉大模型训练、调优及应用全流程，有相关项目实战经历者优先； …
工作职责
1.负责搜索广告前沿技术探索，基于 LLM 重塑引擎链路，持续提升用户意图理解，以及精准的需求匹配； 2.生成式召排，打破 MCA 级联链路范式，往端到端推荐链路演进； 3.相关性模型，通过大模型持续预训练、强化微调及多模态理解技术，提升搜索词与广告的匹配精度，优化用户搜索体验； 4.深度语义理解排序，传统人工语义特征，升级到大模型理解的 token 范式； 5.积极跟进AI学术界和业界的最新动态，优化内部技术方案，不断推进广告算法设计升级。
在这里，你将接触业界顶尖的算法团队和超大规模的技术应用，从事用大模型重新定义搜推广技术的前沿工作，以及有机会提前获得秋招直通T-Star的正式Offer。 岗位课题： 1.基于大模型范式的预估模型研究 2.基于生成式模型的通用用户终身行为建模方案研究 3.面向搜索、推荐和广告场景，端到端的召回和预估联合建模方案研究 4.基于多模态语义信息重塑商品ID体系的方案研究 课题背景： 在大模型时代，我们是否有机会去革新搜推广模型和架构是本课题研究的核心。 成长资源： 1.基础设施-集团对AI的重视和对AI包括算力在内的大力投入，结合团队已有的成熟的研发基础设施和充足的算力，可以支持T-Star进行大胆、高效的技术创新； 2.经验传承-业界大牛担任导师传帮带，手把手帮助T-Star同学在技术和业务上快速升级能力和认知； 3.创新环境-丰富的业务落地环境，大量的开放性课题对接真实商业需求，可以进行短、中、长周期的技术创新。
1.负责搜索广告场景的算法优化工作，包括召回、粗排等投放漏斗的模型优化； 2.利用大规模机器学习算法对用户兴趣建模和商品表征学习，提升超大规模广告的召回效率； 3.利用NLP、CV等技术研究多模态大模型和大语言模型在搜索广告中的应用与创新； 4.深入理解淘宝的业务特点，结合内容化等方向，挖掘算法驱动业务的增长点，并推动落地； 5.负责研究和推动用户冷启动&商品冷启动在搜索广告中的探索与应用。
1.负责搜索广告场景的算法优化工作，包括召回、粗排等投放漏斗的模型优化； 2.利用大规模机器学习算法对用户兴趣建模和商品表征学习，提升超大规模广告的召回效率； 3.利用NLP、CV等技术研究多模态大模型和大语言模型在搜索广告中的应用与创新； 4.深入理解淘宝的业务特点，结合内容化等方向，挖掘算法驱动业务的增长点，并推动落地； 5.负责研究和推动用户冷启动&商品冷启动在搜索广告中的探索与应用。
1.负责搜索广告场景的算法优化工作，包括召回、粗排等投放漏斗的模型优化； 2.利用大规模机器学习算法对用户兴趣建模和商品表征学习，提升超大规模广告的召回效率； 3.利用NLP、CV等技术研究多模态大模型和大语言模型在搜索广告中的应用与创新； 4.深入理解淘宝的业务特点，结合内容化等方向，挖掘算法驱动业务的增长点，并推动落地； 5.负责研究和推动用户冷启动&商品冷启动在搜索广告中的探索与应用。