职位描述

我们作为穿山甲广告Ranking团队，团队使命是充分结合网盟场景，夯实基础算法和机制策略能力，同时面向未来，基于大模型等新技术重塑投放链路，不断突破广告变现效率天花板；base北京/上海/杭州。

1. 提升投放链路效率，包括算力/召回/粗排/精排/Calibration/创意样式优选以及漏斗一致性框架等全链路优化；

2. 在广告系统中实现前沿强化学习算法的落地应用，包括但不局限于LLM，Bidding，算力调度分配等

3. 夯实海量数据下的基础算法能力，包括AIGC/长序列/大规模图网络/大规模异构场景建模等；

4. 持续提升投放生态水平，提供冷启动/稳定性等长期问题的产品化解决方案；

5. 针对nobid/托管预算等自动化投放场景，利用模型/运筹优化不断提升跑量和前后端ROI。

职位要求

1. 本科及以上学历，计算机，人工智能，数学等相关专业，具备优秀的编码能力，扎实的数据结构和算法功底

2. 对强化学习及其应用有热情，了解 RL基本训练范式及其在推荐广告领域的应用，熟悉DQN，A3C，PPO，CQL等算法

3. 具备扎实的机器学习和强化学习基础，拥有强化学习模型的训练和优化能力，对reward shaping，EE探索平衡，分布偏移等问题有深入研究，有相关项目经验

4. 优秀的分析问题和解决问题的能力，对解决具有挑战性的业务问题充满激情

5. 加分项：在搜广推场景有丰富的深度模型/大模型/RL实践经验，或者客户生态/网盟竞价相关经验

鼓励长期的探索和研究，希望实习时间六个月以上，联系邮箱fandailei@bytedance.com