阿里巴巴阿里妈妈-广告算法(内容商业化）-杭州
任职要求
【必备项】 1.计算机、数学或统计学相关专业硕士及以上学历； 2.熟练掌握Java/C++/Python中至少一门语言，有扎实的数据结构和算法基础； 3.熟悉常用的机器学习算法； 4.具备优秀的分析和解决问题的能力，良好的沟通协作能力。 【加分项】 1.有短视频推荐算法工作经历者优先！ 2.有互联网广告或其他商业化工作经历者…
工作职责
1、基于海量数据建立和优化短视频广告流量端在线投放系统基础算法和策略机制，以及基于大模型面向广告主智能化投放赋能工具设计，包括不限于AI助手、内容趋势、智能托管等； 2、应用深度学习、强化学习、自然语言理解、计算机视觉以及大语言模型等技术对短视频前沿问题探索与研究，包括不限于短视频的理解、生成以及评估，结合未来实际应用场景，提供全面的技术解决方案； 3、支撑内容商业化业务需求快速迭代，持续创新突破核心技术，优化用户体验和商业化变现效率。
团队介绍：国际商业化产品与技术团队支持字节跳动国际产品的广告产品与变现技术。我们负责end2end的大型广告系统建设，为客户提供商业推广方式与方案。我们的团队遍布北京、上海、美国、新加坡等地，在这里你将有机会开阔自己的国际化视野，接触到全球领先的商业产品架构、模型和算法，并有机会参与并推动互联网广告行业的创新和变革。 课题背景： 随着全球化业务的快速增长，广告场景面临千亿级数据训练、毫秒级实时响应、多模态内容理解与生成的综合挑战。传统广告模型（如CTR/CVR预估）在分布式训练效率、长序列用户行为建模、长尾泛化能力等方面逐渐面临瓶颈。与此同时，LLM技术为广告系统带来了革新机遇——从基于AIGC的广告素材生成、大规模超长序列建模、多模态视频内容理解，到隐私安全增强的联邦学习框架，以及通过大语言模型重构用户意图挖掘与定向策略等，均成为行业前沿探索方向。 课题挑战： 在广告业务场景中，探索LLM技术突破传统模型能力边界：一方面需重构广告召回与排序机制，通过长周期用户兴趣建模解决短行为序列的局限性，同时满足广告系统高实时响应要求，实现LLM增强的全域流量效率提升；另一方面需实现AIGC广告素材的规模化生产与精准控制，平衡品牌规范约束与创意多样性，适配全球化场景下的多语言与文化合规需求。此外，如何从非结构化行为数据中挖掘用户隐式意图，突破冷启动、泛化性等业务瓶颈，成为提升广告效果的关键技术创新方向。 另外广告生态特有的复杂约束对LLM技术提出更高要求：在海量站内站外信号的背景下，解决超大规模稀疏数据下的模型迭代效率问题；同时需构建隐私安全的LLM协同计算框架，在保障数据合规的前提下实现广告主专属数据与平台模型的深度协同。这些挑战要求技术方案兼具算法创新与系统工程能力，以应对广告场景中特有的实时性、规模化和合规性等多重挑战。
1、负责商业化领域的多模态模型优化，基于GPT类和CLIP/BLIP模型对齐视觉和文本信息，并通过数据建设、指令调优、模型调优等方法提升对多模态内容理解及生成能力，赋能商业化场景创意制作及优化； 2、负责营销图片生成模型优化，优化SD等模型，提升图片生成在Identity Preservation及视觉和投放表现的效果； 3、探索视频剪辑/成片模型，及端到端视频生成技术； 4、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；
1、负责CTR/CVR/LTV等广告排序核心模型的优化和创新； 2、大规模分布式机器学习模型与训练工具的探索与实现； 3、社交电商场景，“商品-用户-内容/关系”等多维数据建模，提升流量变现效率与电商转化效率； 4、强化学习、深度学习在商业化营销业务的前沿探索与应用。
1. 负责搜索广告个性化创意优选模型的建模优化； 2. 负责搜索广告多场景多任务预估模型的建模优化； 3. 负责搜索广告多模态表征在精排模型中的应用研究。