小红书广告算法实习生-创意方向
任职要求
1. 计算机／数学／统计学/模式识别相关专业，本科以上学历 2. 熟练掌握CV/NLP/多模态、机器学习、数据挖掘中一项或多项，对业界主流的架构：transformer…
工作职责
-基础算法方向 1. 围绕商业化广告，应用NLP/CV/多模态算法能力进行内容理解，完成相关技术问题解决； 2. 负责NLP/CV/多模态相关算法研发，面向但不限于：query理解、类目体系、属性体系、多模态检索、图像标签、大模型等等（以上方向擅长一个即可），时刻follow与探索前沿技术； -创意生成方向 1. 结合业界先进的 AIGC生成式技术，对广告素材和创意进行生产和优化，熟悉文本基础大模型、GPT/T5等常见用于生成的模型框架，在生成算法上结合业务场景不断进行技术创新，提高广告素材（标题、图片等）的多样性及质量； 2. 结合线上广告素材的业务指标对算法模型进行定向的模型迭代，线上链路完善，实现面向广告投放效果及收入增长目标的闭环优化；
简介: 1、我们是谁： 我们搭建了业界领先的广告系统（TapTap 是国内 Top1 的游戏下载和分发平台），正在探索全新的 Agentic 广告平台； 2、你可参与：通过工具、算法探索丰富的广告创意形式，包括图文视频生成、可交互的广告生成等等，并在国内外百亿规模的流量上进行广告投放实战； 3、你所共事：不仅有清、北、复、交、浙大、牛津、斯坦福等名校的毕业生，也有来自腾讯、阿里、字节、Google 等世界一线互联网公司的大牛； 4、你将获得：每日 400-1000 不等的实习薪酬，上班时间灵活机动，各类增长期业务项目深度参与机会（信息高度公开透明）。 1、跟进多模态大模型工业界和研究最新的进展，积极探索新形态的广告创意创作模式； 2、保持极强的好奇心，了解最新的工具，动手参与制作视频、可玩游戏，通过广告投放验证效果； 3、跟进前沿大模型、Agent 相关的技术，尝试构建创意制作子Agent，参与技术调研和验证，协助推动落地。
1、从事信息流广告中召回、粗排、精排和混排等模型的优化； 2、从事流量策略、机制策略、智能出价和广告主工具等方向的建设和优化； 3、从事广告内容理解、广告创意生成、广告质量、用户体验等方向的建设和优化； 4、从事行业向业务的深度优化目标和业务策略的优化。 （能满足以上某一个方向即可）
1. 负责小红书站内搜索广告智能创意，在搜索场景下对小红书站内广告文案、视频、图片等素材进行内容理解，并生成投放高竞争力素材，提高转换效率。 2. 负责广告创作平台的算法能力优化，利用算法能力为广告主提供投前、投中、投后各类洞察或者提效功能。 3. 追踪业界创意、多模态及Generative AI方向最新技术，落地应用并提升广告创意理解、自动生成和优化等场景的效果。
团队介绍：广告业务原为商业产品与技术部门，为抖音集团的商业变现提供广告产品与技术，负责端到端大型广告系统建设，覆盖抖音、今日头条、西瓜视频、番茄小说、穿山甲等产品矩阵，践行"激发生意新可能"理念，致力于让营销更省心、更高效、更美好，推动商业的可持续增长，让不分体量、地域的企业及个体，都能通过数字化技术激发创造、驱动生意。连接广告主、用户及生态伙伴、成为开放共赢的全球最佳智能营销平台之一。在这里，你将投身建设面向未来的数字营销能力，接触到全球先进的商业产品架构、模型和算法，在互联网广告行业始终创新。 课题介绍： 1、核心技术架构： 1）下一代广告技术栈： 模型算法层：搭建基于强化学习的智能出价与流量预估系统，攻克深层转化场景下的数据稀疏、多源异构数据融合（延迟数据/埋点噪声/跨平台行为）等行业难题； 系统工程层：构建支持基于长序列特征的实时预估框架，研发支持动态创意组合的自动化投放引擎； AIGC融合层：建立文/图/视频多模态生成技术中台，实现从IP素材生成到智能投放的全链路闭环； 2）行业首创的AIGC解决方案： 正在搭建全球领先的"小说→漫剧"智能生产线，攻克三大技术堡垒： 多模态叙事引擎：研发支持角色一致性保持（Character-aware Diffusion）、分镜自动生成（Storyboard LLM）、动态运镜控制（Camera ControlNet）的复合型生成框架； 工业化工作流：构建支持分布式渲染、多版本AB测试、合规性审核的智能生产管线，实现日均千级素材产能； 投放增效系统：开发生成质量量化评估模型（QAGAN），建立素材生成-投放效果的反哺优化机制； 2、岗位挑战： 你将主导： 构建支持沿模型的混合推理框架，优化多卡并行下的生成效率； 设计跨模态对齐算法，提升文字指令到视觉元素的可控生成精度； 研发基于用户行为分析的智能素材变异系统，实现CTR提升30%+的个性化内容生成； 打造从内容生产到实时竞价的全自动化广告引擎； 3、我们期待这样的开拓者： 精通Diffusion Models技术栈，具有LoRA/ControlNet/T2I-Adapter等微调框架的实战调优经验； 熟悉多模态大模型（如VideoPoet、Sora等视频生成技术原理），具备跨模态表征学习研究背景； 拥有广告算法背景者优先，熟悉CVR预估、智能出价等核心模块与生成式AI的结合点； 出色的工程化能力，主导过至少一个完整AIGC项目的端到端落地（从模型训练到服务部署）。