【快Star-X】广告大模型算法工程师

*****,可以帮忙查&推进进度~

职位描述
1、探索和打造下一代 AI 驱动的广告生成、推荐与竞价系统。致力于将 AIGC、大语言模型(LLM)、多模态大模型(MLLM)、博弈论以及强化学习(RL)等前沿技术,应用于业务的各个核心环节,提升平台商业效率与用户体验。
2、参与端到端大模型应用系统的设计与落地,涵盖模型训练、算法优化、系统部署及业务集成;
3、深入研究大模型在广告创意生成、广告推荐、机制设计、用户建模、Query建模、智能竞价等领域的创新应用;
4、与业务、产品、系统、平台等多团队紧密合作,在真实超大规模数据和复杂业务场景中打磨技术;
5、持续跟进行业前沿技术,探索具备商业价值与学术创新的解决方案,推动技术落地与规模化应用。
任职要求
1、硕士及以上学历,计算机、人工智能、机器学习、应用数学等相关专业;
2、扎实的工程实现能力,熟练掌握 Python、C/C++、Java 等至少一门主流编程语言,有较强动手能力,了解目前常见的机器学习或者深度学习框架;
3、熟悉大语言模型、多模态大模型、AIGC生成技术、深度学习、强化学习等相关领域;
4、具备良好的算法能力与系统架构思维,能够在复杂工程场景下落地大模型应用;
5、具备良好的业务理解能力与跨团队沟通协作能力,能快速融入业务与技术双驱动的复杂环境;
6、对学术前沿有浓厚兴趣,具备较强的学习能力与问题分析能力,善于利用前沿技术解决实际问题。

加分项:
1、有 AIGC 广告生成、多模态语义建模、生成式推荐、强化学习等在搜索/推荐/广告系统中的应用经验;
2、有大模型训练、微调(SFT, RLHF)、轻量化、在线推理优化等经验;
3、有广告竞价机制设计、算法博弈、机制优化等研究或实践经历;
4、在人工智能、计算机视觉、自然语言处理、搜索推荐系统、广告算法等领域的顶级会议/期刊以第一作者发表过文章,或者有相关的开源项目贡献经验;
5、在ACM-ICPC/NOI/IOI等编程竞赛或机器学习相关竞赛拿过奖项。
全部评论

相关推荐

一面(面试官很好!很有耐心!)1.spark中rdd叫弹性分布式数据集,这个弹性的含义2.小文件的危害以及怎么处理3.spark中宽依赖、窄依赖4.stage的划分5.kafka怎么保证数据不重复消费(没回答上,但说了怎么重复消费数据)6.checkpoint机制7.spark的三种join(boardcast join,sort merge join,shuffle hash join)7.四道sql(前两道很简单,第三道次日留存和七日留存,第四道连续登录问题)8.算法题:移动最少区间个数 使得剩余区间无重叠1. 输入:[1,2][2,3][4,6][1,3]2. 输出:13. 解释:移除[1,3]后,剩余区间无重叠(面试后在牛客网看见有人分享这道算法题)一面最后面试官还问我以后的计划,我说打算先实习明年春招边实习边找工作,她居然问我没想留着字节吗(我当然想!)中间有些问题没想起来,耗时1小时40分钟二面(面试官很好!问的都是和数仓相关的,结合我的实习问)1.之前工作都干了什么2.之前实习搭建数仓的结构3.了解事实表吗,了解维度表吗4.怎么和其他人对接的5.你属于风控部门,但主要是构建数仓开发,那有没有和其他数据开发人员交流过6.你只有一段实习吧,那实习前后有什么感悟吗7.为什么要选择数据开发(我说因为之前实习是干数仓的,他说不要因为之前干什么就觉得以后三十年干什么,实习还是丰富点,看看干什么)8.最后反问二面耗时50分钟,感觉面试官对我回答的第七个问题不满意,只是我明年要毕业了,得多来一份垂直的实习建议多复习spark、hive方面的八股文、概念问题,实习生主要负责离线数仓开发
点赞 评论 收藏
分享
一面:全部 30min,全是项目,没有算法1. 自我介绍2. 说个你的最难的点?怎么解决的?3. 指标为什么推送到文档里?有没有考虑过推送群里?4. 接口重构是怎么做的?为什么旧接口返回的数据不能变更?以 app 为例?5. 慢 SQL 是怎么发现的?怎么治理的?6. 你的幂等注解应用场景是什么?7. 幂等是解决什么问题的?8. 如果流量激增,对后端服务做水平扩展,怎么保证扩展的节点不会打垮其他中间件,比如数据库或者 Redis?开启本地缓存,实例扩展时分批次同步 redis 数据,这样既能分摊 mysql 又能分摊 redis。9. 实习有用到定时任务吗?是怎么保证不被重复执行的?加到 mq;每个节点设置选择区间;10. 怎么排查问题的?es 搜索+本地机器搜索+代码定位11. 日志平台原理是什么?es 同步本地机器日志文件12. 让你设计个日志平台,不采用 es 方案,你怎么设计?业务日志代码直接打到大数据工具里,使用流式处理而不是 es 再同步。13. 有了解过大数据相关组件吗?没有14. 反问:主要使用语言?golang+python15. 反问:有几轮面试?两轮技术面其他记不得了,两小时后约第二天二面。总结:大数据方面的设计面试官很满意,后面没写算法直接给过了======================================================================二面:全程 55min,项目 20min,算法 30min,反问 5min1. 自我介绍?2. 闲聊:家乡、为什么读本校的研?3. 讲下实习的架构?4. 实习的业务流程探讨?5. 你们怎么应对风控的?6. 慢 SQL 怎么发现的?怎么治理的?7. Java 的参数传递是值传递还是引用传递?没有引用传递吗?8. 父类的方法是 protect,子类可以是什么?9. 你这两个练手项目的与别人不一样的点在哪里?10. 幂等怎么做的?你这个似乎是限流不是幂等?侧重点不一样,应该根据业务改11. 为什么要使用到延迟队列?防止高峰期消费者或数据库造成瓶颈。12. 算法:93. 复原 IP 地址?写的比较慢,步长不好控制13. 对职业的规划是什么?14. 对于互联网很卷,35 岁危机怎么看?15. 反问:具体业务是什么?16. 反问:公司用到什么框架?自研总结:二面感觉答得不是很好,但是面试官还是给通过了
查看28道真题和解析
点赞 评论 收藏
分享
评论
1
收藏
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务