心动广告算法实习生（AIGC 广告创意方向）
任职要求
1、计算机、人工智能、数学等相关专业在读（2026 年后毕业）； 2、具有扎实机器学习基础，有广告创意优化、多模态大模型、AIGC 相关的实践经历，或者 CVPR、ICCV、ECCV 相关方向顶会论文； 3、优秀的逻辑分析能力和表达能力，高质量的 coding 能力，在业务优化方向的选择和判断上面，有自己独特的见解。 PS：实习时间机动灵活，但确保每周 4 天的工作时间，期望能实习 6 个月以上时间，工作地点为上海市静安区大宁中心广场 or 闵行紫竹科技园。
工作职责
简介: 1、我们是谁： 我们搭建了业界领先的广告系统（TapTap 是国内 Top1 的游戏下载和分发平台），正在探索全新的 Agentic 广告平台； 2、你可参与：通过工具、算法探索丰富的广告创意形式，包括图文视频生成、可交互的广告生成等等，并在国内外百亿规模的流量上进行广告投放实战； 3、你所共事：不仅有清、北、复、交、浙大、牛津、斯坦福等名校的毕业生，也有来自腾讯、阿里、字节、Google 等世界一线互联网公司的大牛； 4、你将获得：每日 400-1000 不等的实习薪酬，上班时间灵活机动，各类增长期业务项目深度参与机会（信息高度公开透明）。 1、跟进多模态大模型工业界和研究最新的进展，积极探索新形态的广告创意创作模式； 2、保持极强的好奇心，了解最新的工具，动手参与制作视频、可玩游戏，通过广告投放验证效果； 3、跟进前沿大模型、Agent 相关的技术，尝试构建创意制作子Agent，参与技术调研和验证，协助推动落地。
-基础算法方向 1. 围绕商业化广告，应用NLP/CV/多模态算法能力进行内容理解，完成相关技术问题解决； 2. 负责NLP/CV/多模态相关算法研发，面向但不限于：query理解、类目体系、属性体系、多模态检索、图像标签、大模型等等（以上方向擅长一个即可），时刻follow与探索前沿技术； -创意生成方向 1. 结合业界先进的 AIGC生成式技术，对广告素材和创意进行生产和优化，熟悉文本基础大模型、GPT/T5等常见用于生成的模型框架，在生成算法上结合业务场景不断进行技术创新，提高广告素材（标题、图片等）的多样性及质量； 2. 结合线上广告素材的业务指标对算法模型进行定向的模型迭代，线上链路完善，实现面向广告投放效果及收入增长目标的闭环优化；
实习方向（可任选其一或结合）： 方向一：AIGC视频生成与理解算法研究 聚焦视频生成、视频理解等前沿方向，参与模型设计、训练与优化，推动算法在创意内容生成中的实际应用。 方向二：AIGC视频创意工具应用与开发 参与AIGC视频工具的编排、剪辑、拍摄等流程的设计与实现，探索AI与创意内容生产的深度融合。 主要职责： 1.跟踪并研究视频生成与理解领域的前沿技术（如Diffusion、Auto-regressive、RL、GRPO等）； 2.参与视频生成模型的设计、训练与优化，解决高质量生成、长视频建模、推理加速等关键问题； 3.或在AIGC视频工具方向，参与创意内容生成流程的设计与实现，提升内容生产效率与质量； 4.与产品、工程团队协作，推动算法与工具在实际业务中的落地。
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。
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。