广告大模型算法工程师

岗位职责 1. 负责参与广告场景下的大模型后训练工作，基于指令微调（SFT）、偏好优化（DPO）或强化学习（RLHF）等方法提升生成质量与业务效果，能够结合点击率、转化率等指标设计训练数据与优化目标，并持续迭代模型表现。 2. 具备扎实的强化学习基础，熟悉 PPO 或相关策略优化方法，能够设计合理的 reward 机制（如 CTR / CVR / 用户互动等），并解决训练过程中的稳定性、探索与利用、reward hacking 等问题，将强化学习有效应用于生成或推荐场景。 3. 负责参与构建广告智能体（Agent）系统，具备 tool 调用、memory 设计与多步规划（planning）能力，能够将大模型与广告投放、素材分析、数据查询等工具打通，实现自动化分析与决策闭环。 任职要求 1、熟悉Linux、C++、Java或Python，优秀的编码能力，扎实的数据结构和算法功底； 2、具有推荐系统、机器学习、数据挖掘或者自然语言处理等相关领域知识； 3、善于阅读文献，快速学习，具备优秀的分析和解决问题的能力，良好的沟通协作能力。 4. 熟悉大模型基本原理与工程实现，掌握 Transformer 架构与主流训练框架（如 PyTorch），具备良好的数据处理与工程能力。 加分项： 1、有推荐系统、机器学习、信息检索、自然语言处理、计算广告学及算法博弈论相关领域研究或实习经验； 3、在SIGKDD、ICML、NeurIPS、WSDM、WWW、ACL、RECSYS等相关国际顶级会议上有文献发表； 4、有ICPC、Topcoder Algorithm或类似算法竞赛经历者优先。