阿里巴巴｜算法工程师-外投广告机器学习方向（T-Star Lab日常实习）

岗位课题包括以下两个研究方向：1. 利用大模型的序列描述能力和外投广告的全域数据，建模消费者全域行为兴趣模型，发掘消费者兴趣；2. 广告召回、粗排、精排多阶段联合建模，保障计算效率的同时，提升模型打分准确度。课题背景：大模型技术在搜推广领域已经有很多的工作产出，包括基于大模型的召回方法（Tiger、Universal retriever等）和排序模型（HSTU等），然而，他们都面向整个商品推荐漏斗的不同阶段（召回、精排或机制），这样一方面整个推荐链路仍然存在不同阶段不一致，同时分阶段使用不同的模型也存在算力浪费的问题。本项目期望推动大模型打分在外投全域广告投放中的应用，将各个打分阶段联合建模，提升模型精度的同时保证模型计算效率。岗位职责：你将负责阿里妈妈外投效果广告投放算法工作，包括但不限于：1. 负责大模型在客户交互和投放算法上的应用方案设计；2. 负责根据外投效果广告业务场景，对大模型进行改造和性能优化；3. 负责深度模型架构升级，提升在线广告投放模型性能和效果；4. 负责深度学习模型在用户表征学习、召回模型、精排打分模型的应用；

1. 硕士及以上学历，2026年11月1日以后毕业，计算机、数学或统计学等相关专业，能连续实习3个月及以上；2. 有机器学习、运筹优化、大模型和博弈论相关领域研究和实践经验，在以上领域的知名国际会议(例如SIGIR、SIGKDD、ICML、NIPS、WSDM、WWW、AAAI、CIKM、ACL、RECSYS)或者期刊上发表过论文者更佳；3. 参加过ACM或数据挖掘&机器学习类竞赛(天池大奖赛、Kaggle)并取得好名次者更佳；4. 参与过机器学习开源项目并有突出贡献者更佳；