快手广告大模型算法工程师-【商业化】

1、负责广告业务中大模型能力的研发与落地，包括广告商品识别、广告素材生成、智能创编、智能助手等核心场景； 2、深入挖掘广告内容、商品信息、用户行为等多模态数据，构建高质量训练语料与知识库，驱动多模态/多任务大模型能力升级； 3、研究并应用先进的大模型训练技术（如SFT、LoRA、RLHF、Prompt Engineering等），构建面向广告场景的垂类大模型； 4、推动大模型在广告行业中的文本、内容可控生成等关键问题的算法突破； 5、跟踪前沿AI技术，推动AIGC与广告业务结合的创新应用，提升投放效率与用户体验； 6、跨团队协作，推动算法方案在广告平台、创意平台等系统中的落地与优化。

1、负责广告业务中大模型能力的研发与落地，包括广告商品识别、广告素材生成、智能创编、智能助手等核心场景； 2、深入挖掘广告内容、商品信息、用户行为等多模态数据，构建高质量训练语料与知识库，驱动多模态/多任务大模型能力升级； 3、研究并应用先进的大模型训练技术（如SFT、LoRA、RLHF、Prompt Engineering等），构建面向广告场景的垂类大模型； 4、推动大模型在广告行业中的文本、内容可控生成等关键问题的算法突破； 5、跟踪前沿AI技术，推动AIGC与广告业务结合的创新应用，提升投放效率与用户体验； 6、跨团队协作，推动算法方案在广告平台、创意平台等系统中的落地与优化。

【愿景】 美团广告业务覆盖商家营销触达、广告投放、创意生产、用户咨询转化等多个环节，当前整体链路仍高度依赖人工，在覆盖效率、服务成本、响应速度、创意质量和个性化能力上均面临挑战。 本岗位致力于将大模型技术应用于美团广告经营全链路，结合智能销售、智能 IM、智能创意、B端Agent等场景，探索广告领域垂类大模型、多智能体协作、工具调用、多模态生成和转化信号优化等关键能力。通过大模型赋能商家触达、用户交互和创意生产过程，降低广告经营与服务成本，提升商户广告投放意愿、用户成单转化率和平台广告业务效率。 【你将参与】 1.智能 IM：设计基于大模型的商家 IM 助手，交互式识别用户意图，完成多轮答疑、导购推荐、客服承接、留资预约等任务。重点研究多智能体协作、动态工具调用、任务分解规划与对话 harness，提升复杂交互任务的稳定执行能力。 2.智能创意：借助大模型的多模态理解与生成能力，结合用户画像、商户/品特征、热点趋势和投放目标，探索图文笔记、短视频、长视频、脚本、素材选择等商用级广告创意生成技术。重点研究创意 Agent 框架、开放式任务奖励建模与效果反馈优化。 3.智能销售：面向电销、IM、企微等商家触达场景，构建大模型驱动的智能销售系统，提升商户需求理解、广告产品推荐、异议处理和多轮营销对话能力。重点研究商家画像与交互环境建模、销售 Agent 框架、Agentic RL 与转化信号优化。 4.B 端 Agent：面向商户广告经营与投放优化场景，构建具备经营诊断、投放建议、效果分析和自动化操作能力的 B 端广告 Agent。重点研究广告 Agent harness、复杂工具调用、长程任务规划执行、状态记忆与效果反馈优化等技术。

【愿景】 广告系统长期采用"召回→粗排→精排→出价→拍卖"的多级漏斗架构，各模块独立优化导致目标不一致，前链路制约后链路上限，漏斗效率折损大。 随着大模型与生成式技术的快速发展，工业界已在端到端生成式广告方向进行了系统性布局，验证了生成式框架在候选生成、全链路排序、创意生成和机制设计等环节的技术可行性，其强大的表征能力和良好的Scaling特性为广告系统的范式跃迁提供了新的可能性。本岗位致力于在探索如何利用生成式技术重塑整个广告系统，通过端到端的生成式广告大模型完成所有决策，打破多级漏斗框架，打开模型联合决策空间。 【你将参与】 1.生成式召回：突破传统检索范式，探索广告场景下的生成式候选生成方案，包括层次化语义ID设计（RQ-VAE/VQ-VAE）、以及召回与排序联合端到端优化。 2.生成式预估：设计支持大规模候选端到端打分的生成式排序框架，探索"预训练+业务对齐（RLHF/DPO）"的分阶段训练范式，解锁广告模型的Scaling规律，驱动系统从人工调参向算力堆叠迭代跃。 3.生成式创意：基于多模态大模型实现广告创意的自动生成与动态组合，结合用户实时意图的个性化创意定制，以及创意与广告主商业目标的对齐优化，提升创意与用户的匹配深度。 4.生成式机制：构建端到端可学习的广告拍卖机制，将出价、分配、计费纳入统一生成框架，建模广告外部性（排列位置、上下文交互对转化率的影响），在保证近似激励相容性（IC）的同时最大化平台RPM。