小红书广告算法实习生-通用

【课题说明】 传统销售模式中，销售人员通过电销系统触达商户，对商户进行营销/运营触达，整体链路人工依赖率高。随着大模型技术的快速发展，基于大模型的智能外呼在提升电销覆盖率和转化率方面展现出极大潜力。 本课题致力于将大模型技术和智能外呼任务相结合，优化美团智能外呼系统，增强其在复杂对话环境下的意图理解与灵活应对能力。力图实现更自然的语音交互、更精准的营销策略，以及更灵活的应答处理等。 【建议研究方向】 1.转化信号奖励建模：依托业务场景多轮对话的真实转化信号，构建商家画像、对话文本特征信号以及交互环境特征，预估对话的转化率，进而通过强化学习（DPO/GRPO/RLHF）引导模型营销话术生成。 2.销售领域垂类大模型：通过收集多场景销售数据以及美团广告产品知识，通过continue-Pretraining构建垂类通用销售模型基座，支持多业务场景快速支持应用。 3.Multi-Agent交互式外呼系统：通过构建任务规划、流程监督、对话营销等多个agent交互逻辑，在较低响应耗时条件下，实现最佳的电话沟通效果。

阿里妈妈-决策智能平台团队致力于以前沿视角攻克广告决策智能领域的重大挑战，研发面向未来的决策智能技术，推动技术向更高层次发展，为业务提供强劲动力。 我们在决策智能领域有丰厚的技术底蕴，在NeurIPS、KDD、WWW等国际高水平会议上发表学术论文，并通过技术创新显著提升业务效果。2024年我们还在NeurIPS组织了比赛&Workshop，并开源了大规模的Benchmark。 决策智能技术是人工智能的关键研究领域，在大型博弈环境中有广泛应用，例如在线广告、金融市场、电子商务和能源交易。在线广告是典型的大型博弈场景，随着生成算法在广告决策领域的初步成功应用，我们相信决策领域的大模型蕴藏着巨大潜力和广阔的技术探索空间。 具体职责： 1. 深入运用生成算法（如Diffusion、Transformer等）对出价决策模型进行探索与迭代，研究出价决策大模型的Scaling Law。 2. 利用大规模跨场景数据和大规模参数学习博弈场景的通用规律，构建出价决策领域的基础模型。 加入我们，您将获得： 1. 贴近工业实践的技术挑战，享有丰富的数据资源和强大的计算支持。 2. 深度参与研发团队内部研讨，与顶尖专家共同探讨前沿技术，合作发表国际顶级会议论文。 3. 一对一的行业专家指导，助力业界领先并具有巨大影响力的工作。 4. 可观的实习薪酬以及校招人才计划的绿色通道。

如果你渴望投身于AI技术驱动的未来，并希望通过算法与系统研发改变亿级用户的内容体验，那么这里将是你实现梦想的最佳舞台！在淘天集团，我们正在构建一个基于海量图像/视频数据的智能生态，覆盖内容理解、匹配分发、生成等多个核心方向。作为团队的一员，你将参与以下前沿领域的探索与实践： ● AIGC（AI-Generated Content）创新：探索扩散模型(SD、flux系列)、自回归生成(AR)、强化学习、多模态生成技术等前沿方法，打造下一代智能化内容生成工具，赋能电商、娱乐、广告等多个场景。 ● 跨领域联合创新：结合计算机图形学、物理仿真和大语言模型等技术，推动虚拟试穿、3D内容生成、基于文本描述的通用图像编辑、动态视频生成编辑等应用落地，开创视觉技术的新格局。 在这里，你不仅能够接触到行业最顶尖的数据资源，还能与一群聪明、皮实、乐观、自省、追求卓越的伙伴一起，探索未知、突破边界，共同定义视觉技术的未来！ 为什么选择我们？ ● 海量数据与真实场景：依托淘天集团丰富的业务场景，你将有机会在亿级图像/视频数据上验证你的算法，并看到它们如何直接影响用户的生活。 ● 前沿技术与创新氛围：我们鼓励大胆尝试、快速迭代，支持你在机器学习、深度学习、计算机视觉、AIGC等领域的深入研究。 ● 成长与发展机会：无论你是希望深耕技术成为领域专家，还是逐步转型为技术管理者，我们都会为你量身定制适合的成长计划。 ● 顶级资源支持：无论是计算资源、数据资源，还是与行业顶尖专家的合作机会，我们都将全力支持你的成长。

1. 深入运用生成算法（如Diffusion、Transformer等）对出价决策模型进行探索与迭代，研究出价决策大模型的Scaling Law； 2. 利用大规模跨场景数据和大规模参数学习博弈场景的通用规律，构建出价决策领域的基础模型。 加入我们，您将获得： 1. 贴近工业实践的技术挑战，享有丰富的数据资源和强大的计算支持； 2. 深度参与研发团队内部研讨，与顶尖专家共同探讨前沿技术，合作发表国际顶级会议论文； 3. 一对一的行业专家指导，助力业界领先并具有巨大影响力的工作； 4. 可观的实习薪酬以及校招人才计划的绿色通道。