岗位职责
在这里，你将接触国内绝对第一梯队广告业务的核心算法和数据，和清北背景的Mentor一起，用大模型提升广告投放效果，收获"用算法驱动业务大幅增长”的快感，以及有机会提前获得校招T-Star的正式Offer。 岗位课题： 基于生成式模型和大模型的出价算法研究与应用 课题项目背景： 广告出价算法是最具广告特色的核心算法，也是最直接影响广告投放效果的算法。出价模型基于流量价值进行实时报价，能大幅提升广告投放效果，从而带动广告预算增长。 我们曾用强化学习、Diffusion Model、生成式大模型等范式来训练出价模型，均带来广告GMV和广告收入的大幅提升，并沉淀三十余篇顶会paper，持续引领广告出价领域的迭代。如今大模型能力日新月异，期待优秀的、有想象力的同学加入我们，一起做出有生命力的工作。 岗位描述：
- 大模型出价算法革新： A 设计基于大模型（LLM、多模态大模型）的自动出价算法，通过优化设计帮助模型具备持续scale up能力，助力模型在多场景出价任务上超越sota。； B 研究基于强化学习Post-train的大模型自动出价算法，提升客户效果与平台收益。
- 真实工业场景大规模实践落地： A 参与淘宝/天猫超大规模日请求出价模型升级，助力海量商家提升投放效果； B 参与双
- 618等顶级电商场景的算法优化，见证大模型技术驱动商业增长的完整链路。 成长资源：
- 团队在自动出价算法领域上深厚技术积淀、完善的工程配套和海量广告业务数据，帮助T-star同学在算法研发上能尽情发挥才华；
- 优秀资深师兄和TL的专属coaching，为T-star同学的成长保驾护航；
- 相对宽松的环境，给够T-star同学试错空间。
职位要求
- 硕士及以上学历，2026年11月1日以后毕业，计算机、信息学等相关专业，能连续实习3个月及以上；
- 在校期间接受过系统的机器学习、大模型相关的科研训练，在机器学习理论和应用（CV、NLP、RL等）等领域至少以一作发表过两篇顶会/顶刊paper。
- 具备良好的逻辑思维能力、沟通表达能力和动手能力，能将相对复杂的业务问题抽象成技术问题，并给出优雅的Formulation。
- 对AI尤其是大模型、Agent等新技术充满好奇心，对业界前沿进展Follow紧。 【加分项】
- 曾获ML相关顶会的Best Paper（含Runner-up)。
- 来自国内知名的机器学习相关实验室。
- 曾获ML相关国际大赛Top 3（如KDD Cup、NIPs比赛等）。
- 曾获奥数金牌、物理金牌、信息学竞赛金牌等。
