阿里巴巴研究型实习生-广告场景下基于不确定度感知的智能决策算法研究
任职要求
算法原型： 1）完成广告场景下基于不确定度感知的智能决策算法研究化的关键技术的…
工作职责
广告是经济体客户重要的营销手段。广告主依托广告平台表达营销诉求，媒体依托广告平台的拍卖机制进行流量变现。为优化广告主效果并提升媒体变现能力，广告平台搭建了很多智能决策模块，如智能出价，智能拍卖机制等。这些智能决策模块依赖流量价值的预估值，如智能出价能力，其优化目标是在预算和成本约束下最大化效果(如成交量)，在给定流量的预估价值 (如点击率，转化率等)下，会结合广告自身的预算消耗，成本超限等因素动态的调整出价，最终效果受到预估值精准度的影响。 通常流量价值的预估值是一个标量，表达期望意义下的平均价值。 但在实践中发现，由于用户行为差异、广告的投放时间不同，不同的流量虽然有同样的预估值，但预估值的置信度却大不相同。比如对行为较为丰富的用户预估值的置信度较大，但对行为稀少的用户预估值的置信度较小。同样粗排阶段由于网络结构复杂度低，同样的流量预估值的置信度要比精排阶段预估值要低。对于智能决策算法来说，不同预估值的置信度代表流量的不确定度。在决策的时候，需要将不确定度考虑进去，比如在预算较为充足下，可以适当的在不确定度较大的流量进行探索，以挖掘潜在的高质量流量；而在预算吃紧，需要多竞价确定性
1. 参与基于Agentic AI的智能测试与质量保障系统研发，探索大模型在知识验证、测试生成、风险防控等核心场景的创新应用； 2. 围绕“规范驱动开发”（Specification-Driven Development）体系，构建知识可信、测试高效、风险可控的AI原生质量基础设施； 3. 开发可运行的代码与工具链（如用例&自动化代码生成引擎），还需输出完整技术方案与文档，支撑业务规模化落地； 4. 结合以上方向的探索和研究，撰写发表论文，和业界、学术界保持良好的交流。
1. 负责研发面向海量数据和超大规模广告业务的商业化引擎Serverless关键技术，包括但不限于高性能分布式计算与调度、分布式存储等； 2. 负责阿里妈妈广告引擎Serveress解决方案的建设、应用与业务落地。
广告算法团队致力于研发全球领先的在线广告算法，不断建设和升级“推荐+搜索”双引擎驱动下的小红书广告技术体系，引领行业创新性解决方案，推动行业变革。 1.端到端统一模型:参与跨场景跨域OneModel的落地与探索，围绕ScalingUp、延迟建模、博弈合作等展开，提升平台商业效率。 2.LLM for Ad & 生成式推荐：探索和打造下一代广告推荐系统，围绕生成式学习、大模型推理、强化学习等技术，推动技术创新与规模化应用。 3.表征学习 & 多模态：推动海量信息（笔记/商品/直播等）下的丰富模态（文本/语音/图片/视频等）应用，探索多种模态与海量用户行为的协同作用模式。
1. 参与基于Agentic AI的智能测试与质量保障系统研发，探索大模型在知识验证、测试生成、风险防控等核心场景的创新应用； 2. 围绕“规范驱动开发”（Specification-Driven Development）体系，构建知识可信、测试高效、风险可控的AI原生质量基础设施； 3. 开发可运行的代码与工具链（如用例&自动化代码生成引擎），还需输出完整技术方案与文档，支撑业务规模化落地； 4. 结合以上方向的探索和研究，撰写发表论文，和业界、学术界保持良好的交流。