岗位职责
- 负责广告&自然结果在Generator-Evaluator架构下混排模型&机制迭代创新；
- 负责研究强化学习、生成式模型在广告生成式拍卖中的应用；
- 负责复杂外部性环境下的广告Listwise价值的预估任务；
- 负责广告多阶段的分配模型的设计和效率优化；
- 支持研究和推动Autobidding模式下的新机制设计的应用与创新。
职位要求
- 计算机、数学或统计学相关专业硕士及以上学历；
- 熟练掌握Java/C++/Python中至少一门语言，有扎实的数据结构和算法基础；
- 熟悉常用的机器学习算法；
- 具备优秀的分析和解决问题的能力，良好的沟通协作能力；
- 有数据挖掘、机器学习、强化学习、信息检索、自然语言理解、推荐系统、计算广告学及算法博弈论相关领域研究和实践经验，在以上领域的国际会议(SIGIR、SIGKDD、ICML、NIPS、WSDM、WWW、AAAI、CIKM、ACL、RECSYS)或者期刊上发表过论文者更佳；
- 参加过ACM或数据挖掘&机器学习类竞赛(天池大奖赛、Kaggle)并取得好名次者更佳；
- 参与过机器学习开源项目并有突出贡献者更佳。
