智能互联阿里妈妈-广告大模型算法工程师（搜索召回）-北京*

1.负责搜索广告场景的算法优化工作，包括召回、粗排等投放漏斗的模型优化； 2.利用大规模机器学习算法对用户兴趣建模和商品表征学习，提升超大规模广告的召回效率； 3.利用NLP、CV等技术研究多模态大模型和大语言模型在搜索广告中的应用与创新； 4.深入理解淘宝的业务特点，结合内容化等方向，挖掘算法驱动业务的增长点，并推动落地； 5.负责研究和推动用户冷启动&商品冷启动在搜索广告中的探索与应用。

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. 深入运用生成算法（如Diffusion、Transformer等）对出价决策模型进行探索与迭代，研究出价决策大模型的Scaling Law； 2. 利用大规模跨场景数据和大规模参数学习博弈场景的通用规律，构建出价决策领域的基础模型。 加入我们，您将获得： 1. 贴近工业实践的技术挑战，享有丰富的数据资源和强大的计算支持； 2. 深度参与研发团队内部研讨，与顶尖专家共同探讨前沿技术，合作发表国际顶级会议论文； 3. 一对一的行业专家指导，助力业界领先并具有巨大影响力的工作； 4. 可观的实习薪酬以及校招人才计划的绿色通道。

阿里妈妈-决策智能平台团队致力于以前沿视角攻克广告决策智能领域的重大挑战，研发面向未来的决策智能技术，推动技术向更高层次发展，为业务提供强劲动力。 我们在决策智能领域有丰厚的技术底蕴，在NeurIPS、KDD、WWW等国际高水平会议上发表学术论文，并通过技术创新显著提升业务效果。2024年我们还在NeurIPS组织了比赛&Workshop，并开源了大规模的Benchmark。 决策智能技术是人工智能的关键研究领域，在大型博弈环境中有广泛应用，例如在线广告、金融市场、电子商务和能源交易。在线广告是典型的大型博弈场景，随着生成算法在广告决策领域的初步成功应用，我们相信决策领域的大模型蕴藏着巨大潜力和广阔的技术探索空间。 具体职责： 1. 深入运用生成算法（如Diffusion、Transformer等）对出价决策模型进行探索与迭代，研究出价决策大模型的Scaling Law。 2. 利用大规模跨场景数据和大规模参数学习博弈场景的通用规律，构建出价决策领域的基础模型。 加入我们，您将获得： 1. 贴近工业实践的技术挑战，享有丰富的数据资源和强大的计算支持。 2. 深度参与研发团队内部研讨，与顶尖专家共同探讨前沿技术，合作发表国际顶级会议论文。 3. 一对一的行业专家指导，助力业界领先并具有巨大影响力的工作。 4. 可观的实习薪酬以及校招人才计划的绿色通道。