算法工程师-搜索广告大模型应用方向(T-Star Lab日常实习)

在这里，你将接触业界顶尖的算法团队和超大规模的技术应用，从事用大模型重新定义搜推广技术的前沿工作，以及有机会提前获得秋招直通T-Star的正式Offer。 岗位课题：

1. 基于大模型范式的预估模型研究
2. 基于生成式模型的通用用户终身行为建模方案研究
3. 面向搜索、推荐和广告场景，端到端的召回和预估联合建模方案研究
4. 基于多模态语义信息重塑商品ID体系的方案研究 课题背景： 在大模型时代，我们是否有机会去革新搜推广模型和架构是本课题研究的核心。 成长资源：
5. 基础设施-集团对AI的重视和对AI包括算力在内的大力投入，结合团队已有的成熟的研发基础设施和充足的算力，可以支持T-Star进行大胆、高效的技术创新；
6. 经验传承-业界大牛担任导师传帮带，手把手帮助T-Star同学在技术和业务上快速升级能力和认知；
7. 创新环境-丰富的业务落地环境，大量的开放性课题对接真实商业需求，可以进行短、中、长周期的技术创新。

1. 技术基础扎实 a. 硕士及以上学历，2026年11月1日以后毕业，计算机科学/人工智能/机器学习等相关专业，能连续实习3个月及以上； b. 具备扎实的编程基础（Python/C++/Java），熟悉常用算法与数据结构，掌握机器学习基础理论，了解搜、推、广系统/自然语言处理/多模态等至少一个领域； c. 有PyTorch/TensorFlow等框架使用经验，参与过算法竞赛（Kaggle/天池等）或开源项目者优先； d.有数理分析方面良好的素养以及数理统计基础；有良好的数据敏感能力、较强的逻辑分析能力。
2. 潜力与热情 a. 对AI技术充满好奇心，主动关注大模型、搜推广系统、NLP、强化学习等领域前沿进展。 b. 在顶级会议或高水平期刊发表过论文，或有复现前沿论文的经验； c. 具备较强的问题拆解能力，能通过数据分析定位业务痛点并提出创新思路。
3. 团队协作意识 a. 良好的沟通能力，能与工程师、产品经理高效协作，将技术方案转化为业务价值； b. 对电商场景有基本认知，愿意深入理解用户需求与商业逻辑。 【加分项】 ● 有大模型训练/微调经验（如Llama、GPT、多模态模型）或搜推广算法相关项目经历； ● 有海量数据处理经验或者大厂实习经验； ● 在算法竞赛中获得优异成绩（ACM-ICPC/挑战赛TOP10等）或者顶会论文发表。