主分类:搜索推荐与业务决策算法研发
来源 JD 数据(旧分类保留,当前主分类见上方)
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "算法工程师-智能广告大模型应用方向(T-Star Lab日常实习)",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "淘天集团",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "淘天集团",
"company_industry": "电子商务",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "淘天集团的招聘业务覆盖淘宝、天猫等电商平台。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "在这里,你将接触国内绝对第一梯队广告业务的核心算法和数据,和清北背景的Mentor一起,用大模型提升广告投放效果,收获\"用算法驱动业务大幅增长”的快感,以及有机会提前获得校招T-Star的正式Offer。\n岗位课题:\n基于生成式模型和大模型的出价算法研究与应用\n课题项目背景:\n广告出价算法是最具广告特色的核心算法,也是最直接影响广告投放效果的算法。出价模型基于流量价值进行实时报价,能大幅提升广告投放效果,从而带动广告预算增长。\n我们曾用强化学习、Diffusion Model、生成式大模型等范式来训练出价模型,均带来广告GMV和广告收入的大幅提升,并沉淀三十余篇顶会paper,持续引领广告出价领域的迭代。如今大模型能力日新月异,期待优秀的、有想象力的同学加入我们,一起做出有生命力的工作。\n岗位描述:\n1.大模型出价算法革新:\nA 设计基于大模型(LLM、多模态大模型)的自动出价算法,通过优化设计帮助模型具备持续scale up能力,助力模型在多场景出价任务上超越sota。;\nB 研究基于强化学习Post-train的大模型自动出价算法,提升客户效果与平台收益。\n2.真实工业场景大规模实践落地:\nA 参与淘宝/天猫超大规模日请求出价模型升级,助力海量商家提升投放效果;\nB 参与双11、618等顶级电商场景的算法优化,见证大模型技术驱动商业增长的完整链路。\n成长资源:\n1.团队在自动出价算法领域上深厚技术积淀、完善的工程配套和海量广告业务数据,帮助T-star同学在算法研发上能尽情发挥才华;\n2.优秀资深师兄和TL的专属coaching,为T-star同学的成长保驾护航;\n3.相对宽松的环境,给够T-star同学试错空间。",
"requirements_text": "1.硕士及以上学历,2026年11月1日以后毕业,计算机、信息学等相关专业,能连续实习3个月及以上;\n2.在校期间接受过系统的机器学习、大模型相关的科研训练,在机器学习理论和应用(CV、NLP、RL等)等领域至少以一作发表过两篇顶会/顶刊paper。\n3.具备良好的逻辑思维能力、沟通表达能力和动手能力,能将相对复杂的业务问题抽象成技术问题,并给出优雅的Formulation。\n4.对AI尤其是大模型、Agent等新技术充满好奇心,对业界前沿进展Follow紧。\n【加分项】\n1.曾获ML相关顶会的Best Paper(含Runner-up)。\n2.来自国内知名的机器学习相关实验室。\n3.曾获ML相关国际大赛Top 3(如KDD Cup、NIPs比赛等)。\n4.曾获奥数金牌、物理金牌、信息学竞赛金牌等。",
"skills": [AI生成
"机器学习",
"自然语言处理",
"沟通表达",
"逻辑思维",
"大语言模型"
],
"preferred_qualifications": "【加分项】",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199903920031?deptCodes="
}
]
},
"posting": {
"posting_id": "199903920031",
"post_date": "2026-03-26",
"hire_time": "1.硕士及以上学历,2026年11月1日以后毕业,计算机、信息学等相关专业,能连续实习3个月及以上",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199903920031?deptCodes="
},
"fulltext": "算法工程师-智能广告大模型应用方向(T-Star Lab日常实习)\n算法工程师-智能广告大模型应用方向(T-Star Lab日常实习)\n\n基础信息\n毕业起止时间要求:2026-10-31 - 2028-10-30\n职位类别:技术类\n招聘项目:阿里巴巴日常实习生\n工作地点:北京\n\n职位描述\n在这里,你将接触国内绝对第一梯队广告业务的核心算法和数据,和清北背景的Mentor一起,用大模型提升广告投放效果,收获\"用算法驱动业务大幅增长”的快感,以及有机会提前获得校招T-Star的正式Offer。\n岗位课题:\n基于生成式模型和大模型的出价算法研究与应用\n课题项目背景:\n广告出价算法是最具广告特色的核心算法,也是最直接影响广告投放效果的算法。出价模型基于流量价值进行实时报价,能大幅提升广告投放效果,从而带动广告预算增长。\n我们曾用强化学习、Diffusion Model、生成式大模型等范式来训练出价模型,均带来广告GMV和广告收入的大幅提升,并沉淀三十余篇顶会paper,持续引领广告出价领域的迭代。如今大模型能力日新月异,期待优秀的、有想象力的同学加入我们,一起做出有生命力的工作。\n岗位描述:\n1.大模型出价算法革新:\nA 设计基于大模型(LLM、多模态大模型)的自动出价算法,通过优化设计帮助模型具备持续scale up能力,助力模型在多场景出价任务上超越sota。;\nB 研究基于强化学习Post-train的大模型自动出价算法,提升客户效果与平台收益。\n2.真实工业场景大规模实践落地:\nA 参与淘宝/天猫超大规模日请求出价模型升级,助力海量商家提升投放效果;\nB 参与双11、618等顶级电商场景的算法优化,见证大模型技术驱动商业增长的完整链路。\n成长资源:\n1.团队在自动出价算法领域上深厚技术积淀、完善的工程配套和海量广告业务数据,帮助T-star同学在算法研发上能尽情发挥才华;\n2.优秀资深师兄和TL的专属coaching,为T-star同学的成长保驾护航;\n3.相对宽松的环境,给够T-star同学试错空间。\n\n职位要求\n1.硕士及以上学历,2026年11月1日以后毕业,计算机、信息学等相关专业,能连续实习3个月及以上;\n2.在校期间接受过系统的机器学习、大模型相关的科研训练,在机器学习理论和应用(CV、NLP、RL等)等领域至少以一作发表过两篇顶会/顶刊paper。\n3.具备良好的逻辑思维能力、沟通表达能力和动手能力,能将相对复杂的业务问题抽象成技术问题,并给出优雅的Formulation。\n4.对AI尤其是大模型、Agent等新技术充满好奇心,对业界前沿进展Follow紧。\n【加分项】\n1.曾获ML相关顶会的Best Paper(含Runner-up)。\n2.来自国内知名的机器学习相关实验室。\n3.曾获ML相关国际大赛Top 3(如KDD Cup、NIPs比赛等)。\n4.曾获奥数金牌、物理金牌、信息学竞赛金牌等。\n\n在招业务\n淘天集团\n在这里,你将接触国内绝对第一梯队广告业务的核心算法和数据,和清北背景的Mentor一起,用大模型提升广告投放效果,收获\"用算法驱动业务大幅增长”的快感,以及有机会提前获得校招T-Star的正式Offer。\n岗位课题:\n基于生成式模型和大模型的出价算法研究与应用\n课题项目背景:\n广告出价算法是最具广告特色的核心算法,也是最直接影响广告投放效果的算法。出价模型基于流量价值进行实时报价,能大幅提升广告投放效果,从而带动广告预算增长。\n我们曾用强化学习、Diffusion Model、生成式大模型等范式来训练出价模型,均带来广告GMV和广告收入的大幅提升,并沉淀三十余篇顶会paper,持续引领广告出价领域的迭代。如今大模型能力日新月异,期待优秀的、有想象力的同学加入我们,一起做出有生命力的工作。\n岗位描述:\n1.大模型出价算法革新:\nA 设计基于大模型(LLM、多模态大模型)的自动出价算法,通过优化设计帮助模型具备持续scale up能力,助力模型在多场景出价任务上超越sota。;\nB 研究基于强化学习Post-train的大模型自动出价算法,提升客户效果与平台收益。\n2.真实工业场景大规模实践落地:\nA 参与淘宝/天猫超大规模日请求出价模型升级,助力海量商家提升投放效果;\nB 参与双11、618等顶级电商场景的算法优化,见证大模型技术驱动商业增长的完整链路。\n成长资源:\n1.团队在自动出价算法领域上深厚技术积淀、完善的工程配套和海量广告业务数据,帮助T-star同学在算法研发上能尽情发挥才华;\n2.优秀资深师兄和TL的专属coaching,为T-star同学的成长保驾护航;\n3.相对宽松的环境,给够T-star同学试错空间。\n1.硕士及以上学历,2026年11月1日以后毕业,计算机、信息学等相关专业,能连续实习3个月及以上;\n2.在校期间接受过系统的机器学习、大模型相关的科研训练,在机器学习理论和应用(CV、NLP、RL等)等领域至少以一作发表过两篇顶会/顶刊paper。\n3.具备良好的逻辑思维能力、沟通表达能力和动手能力,能将相对复杂的业务问题抽象成技术问题,并给出优雅的Formulation。\n4.对AI尤其是大模型、Agent等新技术充满好奇心,对业界前沿进展Follow紧。\n【加分项】\n1.曾获ML相关顶会的Best Paper(含Runner-up)。\n2.来自国内知名的机器学习相关实验室。\n3.曾获ML相关国际大赛Top 3(如KDD Cup、NIPs比赛等)。\n4.曾获奥数金牌、物理金牌、信息学竞赛金牌等。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}