岗位职责
- 端到端生成式出价/竞价体系的核心建设：出价上解决MPC固有缺陷，通过序列建模直接生成最优出价动作，构建端到端生成式出价策略，实现预算约束下的广告主价值最大化；竞价上告别传统的“预估竞胜率+遍历寻优”模式，直接构建能够生成最优出价序列的模型，让AI像顶尖交易员一样实时决策；
- 探索强化学习和生成式技术与出竞价场景的深度融合：借鉴Decision Transformer(DT)、GRPO、多智能体协作（Agentic AdsBrain）等前沿算法，将广告出价/竞价这一复杂的序列决策问题，转化为基于海量历史数据的智能生成任务；
- 解决行业顶尖难题：面对样本稀疏、分布偏移、探索与利用平衡等挑战，设计创新的样本筛选、探索机制和奖励函数，提升模型的泛化能力与效果上限。
职位要求
- 本科及以上学历，计算机、人工智能、数学、统计学等相关专业优先；
- 具备优秀的编码能力（Python/Java），扎实的数据结构和算法功底，熟悉至少一种深度学习框架（如PyTorch、TensorFlow）；
- 对强化学习、生成式AI及其在广告推荐领域的应用充满热情，深入了解RL训练范式（如DQN，A3C，PPO，CQL），对Transformer、大模型原理有较深理解；
- 具备优秀的分析问题和解决问题的能力；
- 在搜广推场景有丰富的模型/策略相关工作经验可加分。
