字节跳动广告算法工程师-搜索广告（大模型应用方向）
任职要求
1、具备扎实的机器学习、数据挖掘、NLP、深度学习等理论基础，有大模型、AIGC、RL在搜索、推荐领域落地经验者优先； 2、了解大规模分布式计算技术，具备优秀的编程能力，熟悉python/c++等编程语言； 3、在搜索广告、信息流推荐、信息流广告等领域有…
工作职责
1、负责搜索广告中大规模机器学习模型的设计、建模和优化工作，提升广告排序、匹配等算法效果； 2、利用大模型技术，持续改进广告相关性、点击率和转化率等模型，优化搜索广告体验并提高广告的商业价值； 3、针对搜索广告的独特需求，运用大模型技术，进行query改写、文案和创意生成提高搜索广告变现效率； 4、深入理解搜索广告业务，探索大模型技术在搜索广告中更多的落地方向，跟进前沿技术发展。
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。
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、负责字节跳动搜索广告算法优化工作，探索LLM和Ranking相结合，在生成式召回、LRM等方向深入探索，提高Ranking全漏斗的变现效率； 2、利用NLP等技术进行多模态、图文内容理解、直播内容理解等建模优化，应用于整个搜广Ranking链路，提高变现效率； 3、对深度学习算法、图神经网络算法和强化学习算法具备深厚功底，利用机器学习算法行建模优化，提升转化效率； 4、针对搜索广告场景进行针对性特征建设和建模优化，提高搜广变现效率。