高德地图高德-大模型应用算法专家-信息研发团队
任职要求
1、计算机、电子信息工程、自动化控制、数学、信息安全等相关专业背景，硕士及以上学历； 2、在机器学习或深度学习领域有实习或者项目经历，具备以下一个或多个方向的研究和应用经验，如多模态数据处理、自然语言处理、计算机视觉、大模型、推荐等，在NIPS/ICML/ICLR/CVPR/KDD/AAAI等顶会顶级会议或者期刊发表论文者优先考虑； 3、具备扎实的Python、C++或者Java等编程基础，熟悉主流深度学习工具PyTorch/TensorFlow等； 4、有良好的数据敏感性和逻辑推理能力，较好的学习和沟通能力，对业界新技术敏感、喜欢钻研，具备熟练的英文读写能力； 5、加分项：Kaggle等数据科学竞赛的优胜经历、ACM编程竞赛获奖经历等。
工作职责
围绕高德的核心业务场景，研究大模型与推荐结合提升业务效果并落地，不限于LLM、多模态大模型SFT、RLHF、多模态理解、内容表征、推荐算法、行为序列建模、搜索算法。
1. 参与亿级用户规模的高德个性化搜索引导场景优化，应用机器学习/深度学习/大模型算法提升推荐结果指标 2. 负责多入口多场景下统一召回、粗排、精排算法优化；在多场景建模、用户行为序列建模、时空场景推荐等技术点上，应用业界领先的技术优化，取得指标收益。 3. 利用高德的庞大数据量，结合LBS时空数据的特点，通过海量数据/大模型分析挖掘用户潜在需求，指导推荐算法和策略的设计，提升推荐效果。
1、负责大模型应用训练团队的技术方向规划和团队建设，制定大模型应用场景训练优化的技术路线图 2、带领团队完成应用场景下，大模型训练、推理、优化等关键技术挑战 3、统筹大模型后训练、领域适配、知识注入等核心项目的研发进度 4、与产品、工程等团队紧密协作，确保项目高效交付 5、负责团队的技术创新和人才培养，建立技术壁垒
1 负责人地时空大模型优化，包括但不限于数据清洗、大模型预训练、微调和对齐，提升适配LBS场景的大模型预训练效果 2 紧跟业界前沿，密切关注LLM领域前沿动态，推动大模型算法的应用研究与落地实践 3 积极与业务团队沟通与协作，推动大模型在搜推广场景的应用与上线，提升业务收益，探索大模型在搜推广场景的应用前景
1. 预估方向：负责搜推广预估模型、校准相关方向的算法策略研发，包括特征体系和模型创新，负责深度学习模型在用户表征学习、召回模型、精排打分模型中的应用。 2. 机制方向：负责广告机制策略优化，基于深度学习与运筹优化的深度结合，优化出价机制策略，满足广告主多约束多目标的保量投放需求，同时提升客户效果与平台收益；构建多目标约束优化框架（如收入、广告主留存、生态公平性）建设生态健康的广告系统。 3. 创意方向：负责搜索广告动态创意模型策略算法优化工作：使用AIGC大模型根据客户营销信息，结合流量特征生成广告创意物料，提升广告创意物料供给的质量和营销效果；负责搜索广告创意物料-样式组合优选模型：多模态创意-物料素材组合优选，为搜索广告选择最优创意物料和样式组合，进而提升广告营销效果。 4. 流量增长：负责高德端内商业化广告流量的增长，具体包括：在搜索引导、Query推荐等核心场景中，通过端内用户行为的分析和挖掘，自动挖掘高价值广告供给和Query数据，结合在线实时识别与预估用户需求，主动进行精准化引导与分发，从而实现商业化广告流量的高效提升。 5. NLP/相关性方向：负责搜索广告的Query理解、触发、bidword推荐、文本匹配、Query推荐等相关工作，熟悉并掌握主流的NLP算法，在保障广告用户体验的前提下，提升广告收