阿里巴巴阿里妈妈-广告算法工程师(预估方向)-北京

1、主导阿里妈妈搜索广告精排预估模型的创新与迭代：聚焦点击率（CTR）、转化率（CVR）、GMV 等核心任务，通过用户长序列建模、多模态特征融合、高阶交叉、生成式预估、Scaling Law 驱动的大模型演进等方向，系统性提升模型序和准度。 2、主导预估模型的基础设施建设，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。

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。

1.迭代召回及相关性算法能力，深入理解用户意图、挖掘广告内容信息，提升广告匹配效率 2.优化点击率、转化率模型效果，利用丰富的内容和用户行为数据，并结合实际业务场景，提升模型预估准确度 3.优化广告策略算法建设，深入理解广告机制，在智能出价、拍卖机制等方向上迭代策略，提升广告主投放体验 4.跟踪学习相关领域前沿进展，探索新技术在实际业务场景中的落地

1. 负责B站直播广告算法设计和研发。 2. 包括直播广告的CTCVR模型/GMV预估/出价机制/NLP/创意建模等深度学习方向 3. 提高直播广告的客户投放效果及变现能力，可以针对直播广告的业务场景，制定贴合的策略。