职位描述：
方向一：RTB 投放优化\n1、参与实时竞价（RTB）链路中的核心算法研究与工程优化，覆盖点击率预估（CTR）、转化率预估（CVR）等关键模型的迭代；\n2、研究面向增长目标的智能调价策略，探索基于强化学习、约束优化等方法的出价模型，提升 ROI 与用户增长效率；\n3、深入 Uplift 建模方向，研究因果推断与增量效果估计方法（如 Meta-Learner、DR-Learner 等），区分广告真实增量人群，优化增长投放效率；\n4、结合大规模稀疏特征、序列行为建模、跨域迁移等技术，持续提升增长场景下精排模型的准确性与泛化能力。\n\n方向二：增长投放 Agent 智能体系统\n1、参与增长投放 Agent 系统的研发，涵盖工具调用（Tool Use）、记忆机制（Memory）与多步规划（Planning）能力，实现广告投放策略的自动化分析与决策；\n2、将大模型与投放数据查询、人群定向、预算分配、素材优选等业务工具打通，构建从洞察到执行的 AI 决策闭环；\n3、参与 AIGC 驱动的广告素材智能生产系统研发，探索基于多模态大模型（文生图、文生视频、图文混排等）的素材自动化生成能力，降低人工创作成本；\n4、研究素材质量评估与效果预测方法，构建素材生产—投放—反馈的闭环优化机制，利用投放数据驱动素材迭代与个性化定向生产；\n5、研究 Agent 在复杂增长任务中的可靠性与泛化能力，探索 long-horizon 多步规划在真实投放场景中的落地路径；\n6、与产品、工程、运营团队紧密协作，将 Agent 能力从实验原型推进至规模化业务部署。
任职要求：
1、在读研究生（硕士/博士），计算机、人工智能、统计学、电子信息等相关专业，数学与编程基础扎实；\n2、熟悉机器学习基础理论，掌握 Transformer 架构及主流深度学习框架（PyTorch 等），能独立完成模型训练与调试；\n3、熟悉大模型基本原理与训练流程（预训练 / 微调 / 对齐），有实际动手经验者优先；\n4、具备良好的数据处理与工程能力，能独立承担从数据构建、模型训练到迭代上线的完整流程；\n5、学习能力强，对技术问题具备深入探究的热情，沟通协作能力良好。\n\n加分项：\n1、有强化学习（RL）背景，熟悉 PPO、GRPO 或相关策略优化方法，理解 reward 设计与训练稳定性；\n2、有因果推断或 Uplift 建模经验，熟悉 Meta-Learner、DR-Learner 或相关估计方法；\n3、有 LLM 相关顶会论文发表经历（NeurIPS、ICML、ICLR、ACL、EMNLP、KDD 等）；\n4、有 Agent、RAG、Tool-Augmented LLM 相关项目或研究经验；\n5、有多模态生成（文生图/文生视频）或 AIGC 内容生产相关研究或项目经验；\n6、有推荐系统、计算广告或用户增长方向的相关背景或实习经历；\n7、参与过开源 LLM 项目（如 LLaMA、Qwen、DeepSeek、FLUX、CogVideo 等）的复现或二次开发。