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。 岗位课题：基于大模型和Agent技术的广告投放优化算法研究与应用 课题项目背景： 广告主每天会花大量人力做广告投放相关的决策，包括不限于设置和调整广告投放计划、识别异常投放情况、咨询平台政策等。以上决策不仅费时费力，投放效果还受限于广告主经验而参差不齐。在此背景下，我们用LLM做了广告投放Copilot和Agent，来辅助or代理 广告主做决策。 岗位描述：
- 生成式算法重构营销算法 A 如同LLM重构了NLP各类算法，参与生成式算法全面革新营销领域的各类算法，如AI选词、AI诊断、AI出价等。 B 研究基于生成式模型如何构建上层营销Agent，能够给海量商家提供拟人化的解决方案。
- 面向未来的Agentic系统构建 A 通过高效分布式计算、多轮环境交互的RL训练框架、灵活的多任务联合训练等的支持 ，构建面向工业级海量商家的Agentic架构。 B 一起探索语言模型和强化学习的算法边界，探索AI技术驱动的创新应用。
- 在营销领域，实战探索领域AGI的可行路径 A 直面海量商家、高预算需求，在营销领域真正落地营销Agent（AI小万）。 B 参与双
- 618等顶级电商场景的算法优化，见证营销领域AGI的真实落地过程，经历通过客户体验提升带来商业增长的完整路径。 成长资源：
- 团队在ToB AI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，为同学的成长保驾护航；
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；
- 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。
