阿里巴巴淘天算法技术-广告算法工程师（M&T）-杭州
任职要求
1、计算机科学相关专业（人工智能、计算机科学、电子信息工程、数学、统计等）； 2、扎实的技术背景，掌握深度学习/强化学习/LLM&AIGC等相关的基础知识，有相关的实践或研究经验； 3、熟悉 PyTorch，TensorFlow等深度…
工作职责
负责淘工厂商业化广告算法优化，通过深度学习、强化学习、LLM、AIGC等前言算法技术，助力商家自动化全托管广告投放。欢迎有好奇心、敢于接受挑战的候选人加入我们，一起借助前言创新技术，通过商业化提效，助力商家生意规模提升。岗位职责包括但不限于： 1、负责商业化渠道决策优化&pGMV预估，包括基于uplift渠道预估和预算预估算法优化、单调反馈模型优化等，提升渠道和pGMV预估的准确性。 2、负责关键词推广定向能力算法优化，包括基于LLM大模型的关键词理解、生成、关键词评估&选择（LLM-as-a-Judge）、人群的选择优化等，提升广告投放在定向的选流能力。 3、负责广告智能出价优化，借助DT、AIGB、RL、Agent等前言算法技术，优化广告智能出价，提升广告出价的精准性，提升商品分时段及整体的投放效果。 4、负责广告托管Agent能力建设，包括关键词Agent、智能出价Agent、投放Agent等，借助LLM大模型的世界知识、推理能力、以及垂类强化微调等技术，提升广告全链路投放效率。 5、深入跟踪调研深度学习/大模型/Agent/生成模型/强化学习等方向的前沿技术，并结合业务特色和场景数据创新优化，并应用至商业化广告投放场景。
团队介绍 负责携程酒店搜推广业务中的产品策略，包括不同业务产品形态的混排机制、ocpx类广告出价优化、排序中的多目标优化等，结合产品和业务，通过持续优化系统中的算法和策略，提升客户/用户体验，从而带动平台长期收入增长。 岗位内容混排机制：优化广告和自然内容的融合问题，结合算法和策略，在平衡用户体验和商业化收入中寻找tradeoff，追求全局价值最大化。多目标优化：解决系统流量分发机制导致的各业务指标翘翘板问题(譬如ctcvr和gmv冲突)，包括不局限帕累托优化、自动化调参等方向。ocpx类出价：优化出价机制策略，包括不限于nobid、ocpc、target-roas等，提升广告主投放达成率，带动广告业务增长。
团队介绍：携程酒店搜推广算法团队，负责核心排序与推荐模型的研发与优化，包括生成式推荐、长序列建模、多场景多任务学习、多模态建模、新用户冷启动与中长尾流量优化等前沿方向，结合产品和业务，通过算法创新持续提升用户体验与商业转化效果。 负责携程酒店排序、推荐、广告、Feed流等核心场景下的个性化推荐与排序模型研发，持续优化排序模型、重排策略与推荐机制；持续跟进推荐系统领域前沿算法（如深度学习、生成式推荐、LLM增强推荐等），推动新技术在真实业务中的实验、验证与落地；主导算法方案从建模、实验、评估到上线的完整流程，保障算法稳定性与业务效果；参与业务策略优化及系统机制设计，为流量效率、商户生态和用户体验提供算法支持。
-负责设计和优化推荐广告系统中的算法模型，提升广告的点击率、转化率和用户体验 -深入分析用户行为数据，挖掘用户需求，制定有效的个性化广告策略 -参与用商一体等创新广告的策略研发 -跟踪LLM在广告系统的应用进展，提升广告触发、排序和广告创意效果
1. 负责广告系统核心算法研发，包括展示&搜索CTR/CVR模型、流量策略、出价策略、广告主自动化投放算法； 2. 站在跨域跨行业视角，做深技术，做浅交互，赋能平台多行业健康有序发展； 3. 方向1：模型方向面向跨域、跨载体、跨业务通用建模，面向全新领域探索求解； 4. 方向2：流量策略方向面向平台变现效率、行业竞争公平性、搜索/推荐均衡性、拍卖激励兼容属性做深度优化； 5. 方向3：出价策略方向抽象跨域跨行业通用范式，为不同行业的客户提供稳定快速成本可控的拿量体验； 6. 方向4：自动化投放面向简单、需求自适应、投广标的聚合、冷启动等维度，打造最先进的跨行业客户投放工具； 7. 跟踪广告算法前沿技术，推动工业级落地。