岗位职责
- 研发商家投放助手 Agent，设计意图理解、任务规划、工具调用与结果校验能力，连接广告数据、模型及业务知识，提升投前、投中和投后任务质量。
- 研发生成式出价与预算分配算法，结合商家目标、预算及成本约束、历史反馈和竞争环境，探索生成式模型与决策优化方法，提升投放效果与预算利用效率。
- 建设成效预估与方案比较能力，预测不同预算、出价和目标下的流量、消耗、转化及收益，关注模型校准、冷启动与预测不确定性，支持投前决策。
- 建设投放诊断与建议能力，通过流量、预算及转化数据定位问题，融合业务知识生成可解释、可执行的建议，验证有效性，避免无依据归因。
- 建设模型与 Agent 评测迭代闭环，验证策略效果、诊断质量和任务成功率，协同产品、工程及运营落地，在权限、预算和操作边界内优化稳定性、延迟与成本。
职位要求
- 计算机、数学、统计或相关专业硕士及以上学历，3～5 年算法研发经验；具备扎实的机器学习、概率统计和优化基础。
- 具备大模型应用或 Agent 实战经验，能构建任务规划、工具调用与结果校验流程，熟悉检索增强、模型适配或评测，能独立迭代算法模块，关注可靠性与业务约束。
- 具备广告投放算法经验，熟悉智能出价、成效预估、投放诊断或优化中的至少一个方向，理解预算、成本、转化与收益约束，能通过数据和实验验证效果。
- 熟练使用 Python 及至少一种主流深度学习框架（如 PyTorch、TensorFlow），具备编程、数据处理和工程协作能力，能推动算法上线迭代。
- 具备业务理解、逻辑分析与协作能力；有商家侧广告产品、投放助手 Agent、生成式出价或诊断系统落地经验者优先。
