岗位职责
- 探索大模型与广告算法结合的下一代广告投放系统，结合大模型的世界知识和训推优化大幅提升广告变现效率，主要方向为超长序列Transformer建模、生成式推荐、推荐Foundation Model与Scaling Law；
- 在广告投放系统中充分使用广告素材、落地页的多模态信息，结合多模态建模对齐行为和模态的表征，打造Entity Based的广告投放系统；
- 在广告投放高并发场景落地大模型推理，结合Sparse Attention、Sparse MoE、KV Cache等算法-工程联合优化，极致提升推理ROI；
- 紧跟行业技术发展，在新一代GPU上探索大模型前沿技术在广告投放系统的技术落地。
职位要求
- 计算机或相关专业本科及以上学历，2年以上广告/推荐/搜索召回排序等相关工作经验；
- 熟悉C++和Python，有扎实的编程基础、良好的编程风格和工作习惯，优先：有数据挖掘、分布式计算经验，熟悉Hadoop、Spark框架；
- 较好的机器学习/深度学习理论和实践经验，熟悉深度学习算法，优先：发表过KDD、AAAI、CIKM、WWW、RecSys、NeurIPS、ACL、EMNLP等顶会论文，或在Kaggle/ACM等赛事中获得优异名次，熟悉TensorFlow/PyTorch框架和原理；
- 熟悉搜广推算法、大语言模型、多模态大模型、深度学习、强化学习等相关领域；
- 具备良好的工程意识，能结合工程优化设计并落地大模型方案；
- 工作态度积极主动，有强烈的主人翁意识和良好的团队协作精神，愿意接受有挑战性的工作，具有刨根问底的精神，优秀的分析和解决问题的能力，逻辑清晰，具有严谨科学的实验习惯。
