【校招/实习】淘天-阿里妈妈展示广告-Rank(北京) - 实习(Intern)版 - 北大未名BBS

【校招/实习】淘天-阿里妈妈展示广告-Rank(北京)

[复制链接] 浏览该主题帖

MingMTC [离线]

隔壁马大丁

2.8一般站友

发帖数:127 原创分:0
关注
<ASCIIArt> #56276

招人啦,有兴趣的师弟师妹们可邮件(zhangming.czm@alibaba-inc.com or zhangming.chan@pku.edu.cn)或直接站内信详聊~



------------------------------------------------------ 

2025届实习生招聘:淘天集团-阿里妈妈-展示&内容广告-Rank(北京)求贤若渴


团队介绍:阿里妈妈展示广告核心算法团队负责广告系统的核心排序算法迭代和创新研发,致力于利用人工智能前沿技术打造超大规模体量下的工业级深度学习框架和创新的解决方案及相应的基础设施,支持阿里展示广告的所有业务的高速收入增长;团队在用户兴趣建模、点击率转化率预估、多目标多场景建模、推荐大模型方向上持续深耕,并在工业级领域的深度学习框架上深厚的积累。团队成员主要来自国内外TOP院校硕博,和众多知名高校、研究机构保持长期合作,近年在Top-tier学术会议如SIGKDD、SIGIR、WSDM、CIKM等学术会议上发表多篇论文。


实习职位:算法工程师(面试通过即可入职,base 北京)


岗位要求:


- 计算机、数学、电子工程、通信、人工智能等相关专业;


- 熟悉常用的机器学习算法,对算法原理及应用有较深入的理解,具备较好的工程实现能力,精通C/C++、Java、Python等其中至少一门编程语言;


- 在机器学习、数据挖掘、计算广告学、自然语言处理、计算机视觉等相关领域顶级会议或期刊上发表论文者或者有相应深入研究经历的同学优先;


- 有过机器学习/深度学习框架或系统平台开发经验的同学优先;



部分团队代表工作:


- KDD 2023 : Capturing Conversion Rate Fluctuation during Sales Promotions: A Novel Historical Data Reuse Approach 


- KDD 2023 : Joint Optimization of Ranking and Calibration with Contextualized Hybrid Model 


- WSDM 2022 : CAN: Feature Co-Action for Click-Through Rate Prediction 


- CIKM 2021 : One Model to Serve All: Star Topology Adaptive Recommender for Multi-Domain CTR Prediction 


- CIKM 2020:Search-based User Interest Modeling with Lifelong Sequential Behavior Data for Click-through Rate Prediction 


- AAAI 2019 : Deep Interest Evolution Network for Click-Through Rate Prediction 


- KDD 2018 : Deep Interest Network for Click-Through Rate Prediction 


- SIGIR 2018 : Entire Space Multi-Task Model: An Effective Approach for Estimating Post-Click Conversion Rate 




联系邮箱:zhangming.czm@alibaba-inc.com

 最后修改于2024-03-16 16:19:31
  • 发表于2024-03-16 16:17:24

请您先 登录 再进行发帖

快捷回帖
标题
建议:≤ 24个字
签名档
发布(Ctrl+回车)

您输入的密码有误,请重新输入