阿里巴巴阿里妈妈-广告算法工程师(预估方向)-北京

1、探索生成式预估范式在搜索推荐场景的可行性与边界，系统分析生成式模型相较于传统判别式模型在表达能力、泛化性与训练效率上的优劣；设计可扩展的生成式架构，涵盖生成式训练范式、结构优化、以及基于强化学习的排序目标对齐方法，构建具备scale-up潜力的下一代预估模型体系。 2、研究大语言模型（LLM）在电商场景下的个性化CTR/CVR预估应用，探索模态对齐、用户行为链（CoT）建模等技术路径，将LLM的推理能力迁移至用户偏好理解与意图推断，实现更精准的人货匹配与动态兴趣建模。 3、主导大模型预估系统的基础设施建设，涵盖算力友好的算法设计、分布式训练加速、线上低延迟部署、端到端链路优化及计算复杂度控制，推动前沿模型技术在高并发、实时性要求严苛的工业场景中规模化落地。

餐饮搜索预估方向，覆盖外卖与到餐业务，具体职责： 1. 参与搜推广预估模型相关方向的算法策略研发； 2. 基于美团和点评双平台的海量用户与商家数据，参与搜索广告场景的CTR/CVR/创意优选等预估模型优化； 3. 参与用户兴趣与行为模式建模、多场景与上下文建模等方向的探索与研究； 4. 参与文本、图像与多模态内容的理解与生成方向的探索与研究。 5. 持续探索LLM与GRs技术在预估场景的落地。

1. 优化多国家、多场景、多目标的推荐预估模型提升推荐效果，包括不限于数据分析、模型开发、模型上线，针对具体问题的模型设计和开发，模型最终上线和部署； 2. 结合海量的用户行为数据、场景多场景数据和商品供给数据等进行深入分析，持续挖掘预估算法提效的机会点； 3. 针对特定问题能进行定制化的模型优化，同时负责模型部署和实验部署，拿到最终业务结果； 4. 关注推荐系统领域最新研究成果和技术动态，引入适合业务场景的前沿算法。

1.负责展示广告模型预估方向，包括粗排、精排、创意优选等模块。 2.跟进并落地在线学习、GPU大模型、多场景建模、创意优选、迁移学习、冷启动等方向的行业最佳实践和前沿技术能力，不断突破CTR/CVR预估能力的上界，驱动业务增长。 3.充分理解业务发展阶段和客户关键痛点，能够和产运研同学协同，分析问题本质、测试产品方案及最终规模化走向市场，带来客户的持续增长。