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": "研究型实习生-智能算法产品事业部-广告算法工程师",
"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": "计算机、人工智能、自动化、数学、统计学或运筹学等相关专业硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "参与阿里妈妈全站推连续时间强化学习（Continuous-Time RL）算法研发，面向真实广告投放中的不等间隔决策问题，推动自动出价从固定步长MDP向连续时间建模演进。\n研发连续时间环境模型CT-Env，探索Neural ODE/SDE、世界模型等技术，刻画不同时间间隔下的状态转移，提升非均匀采样数据的建模精度与稳定性。\n研发连续时间出价策略CT-Policy，支持定时与事件驱动混合决策，在预算和目标ROI约束下优化成交金额及长期收益。\n建设离在线一致的评估验证体系，研究离线策略评估、反事实评估及仿真方法，衡量策略在流量突增、广告主操作和预算、目标ROI变化等非平稳场景下的效果与鲁棒性。\n推动算法在公开数据集和阿里妈妈内部平台落地，参与在线A/B实验，并围绕相关成果投稿NeurIPS、ICML、ICLR、KDD、WWW等顶级会议或期刊。",
"requirements_text": "计算机、人工智能、自动化、数学、统计学或运筹学等相关专业硕士及以上学历。\n熟练掌握Python及PyTorch等深度学习框架，具备良好的AIAgent应用、算法实现、实验分析和工程实践能力。\n对强化学习有扎实理解，熟悉MDP、价值函数、策略梯度、Actor-Critic等基本方法；具备以下至少一个方向的研究经验：a. 连续时间强化学习、随机控制或最优控制；b. Model-Based RL、世界模型或Neural ODE/SDE；c. Offline RL、离线策略评估或因果推断；d. 不规则时间序列、事件驱动建模或非平稳决策；e. 广告、推荐、资源分配等工业决策问题。\n具备良好的数学基础，熟悉概率统计、随机过程、微分方程、数值优化或控制理论者优先。\n具备独立研究和解决开放问题的能力，能够完成问题建模、算法设计、实验验证和论文撰写；在ICML、NeurIPS、ICLR、KDD、WWW、AAAI、IJCAI等会议或相关期刊发表过成果者优先。\n对工业级强化学习研究有热情，具备较强的主动性、责任心和沟通协作能力，能够持续推进长期研究课题。",
"skills": [AI生成
"Python",
"PyTorch",
"深度学习",
"强化学习",
"算法设计",
"建模"
],
"preferred_qualifications": "具备良好的数学基础，熟悉概率统计、随机过程、微分方程、数值优化或控制理论者优先；在ICML、NeurIPS、ICLR、KDD、WWW、AAAI、IJCAI等会议或相关期刊发表过成果者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199909360002?deptCodes="
}
]
},
"posting": {
"posting_id": "199909360002",
"post_date": "2026-09-02",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199909360002?deptCodes="
},
"fulltext": "研究型实习生-智能算法产品事业部-广告算法工程师\n研究型实习生-智能算法产品事业部-广告算法工程师\n\n基础信息\n毕业起止时间要求：2026-08-31 - 2029-08-31\n职位类别：技术类\n招聘项目：阿里巴巴研究型实习生\n工作地点：北京\n\n职位描述\n参与阿里妈妈全站推连续时间强化学习（Continuous-Time RL）算法研发，面向真实广告投放中的不等间隔决策问题，推动自动出价从固定步长MDP向连续时间建模演进。\n研发连续时间环境模型CT-Env，探索Neural ODE/SDE、世界模型等技术，刻画不同时间间隔下的状态转移，提升非均匀采样数据的建模精度与稳定性。\n研发连续时间出价策略CT-Policy，支持定时与事件驱动混合决策，在预算和目标ROI约束下优化成交金额及长期收益。\n建设离在线一致的评估验证体系，研究离线策略评估、反事实评估及仿真方法，衡量策略在流量突增、广告主操作和预算、目标ROI变化等非平稳场景下的效果与鲁棒性。\n推动算法在公开数据集和阿里妈妈内部平台落地，参与在线A/B实验，并围绕相关成果投稿NeurIPS、ICML、ICLR、KDD、WWW等顶级会议或期刊。\n\n职位要求\n计算机、人工智能、自动化、数学、统计学或运筹学等相关专业硕士及以上学历。\n熟练掌握Python及PyTorch等深度学习框架，具备良好的AIAgent应用、算法实现、实验分析和工程实践能力。\n对强化学习有扎实理解，熟悉MDP、价值函数、策略梯度、Actor-Critic等基本方法；具备以下至少一个方向的研究经验：a. 连续时间强化学习、随机控制或最优控制；b. Model-Based RL、世界模型或Neural ODE/SDE；c. Offline RL、离线策略评估或因果推断；d. 不规则时间序列、事件驱动建模或非平稳决策；e. 广告、推荐、资源分配等工业决策问题。\n具备良好的数学基础，熟悉概率统计、随机过程、微分方程、数值优化或控制理论者优先。\n具备独立研究和解决开放问题的能力，能够完成问题建模、算法设计、实验验证和论文撰写；在ICML、NeurIPS、ICLR、KDD、WWW、AAAI、IJCAI等会议或相关期刊发表过成果者优先。\n对工业级强化学习研究有热情，具备较强的主动性、责任心和沟通协作能力，能够持续推进长期研究课题。\n\n在招业务\n淘天集团\n参与阿里妈妈全站推连续时间强化学习（Continuous-Time RL）算法研发，面向真实广告投放中的不等间隔决策问题，推动自动出价从固定步长MDP向连续时间建模演进。\n研发连续时间环境模型CT-Env，探索Neural ODE/SDE、世界模型等技术，刻画不同时间间隔下的状态转移，提升非均匀采样数据的建模精度与稳定性。\n研发连续时间出价策略CT-Policy，支持定时与事件驱动混合决策，在预算和目标ROI约束下优化成交金额及长期收益。\n建设离在线一致的评估验证体系，研究离线策略评估、反事实评估及仿真方法，衡量策略在流量突增、广告主操作和预算、目标ROI变化等非平稳场景下的效果与鲁棒性。\n推动算法在公开数据集和阿里妈妈内部平台落地，参与在线A/B实验，并围绕相关成果投稿NeurIPS、ICML、ICLR、KDD、WWW等顶级会议或期刊。\n计算机、人工智能、自动化、数学、统计学或运筹学等相关专业硕士及以上学历。\n熟练掌握Python及PyTorch等深度学习框架，具备良好的AIAgent应用、算法实现、实验分析和工程实践能力。\n对强化学习有扎实理解，熟悉MDP、价值函数、策略梯度、Actor-Critic等基本方法；具备以下至少一个方向的研究经验：a. 连续时间强化学习、随机控制或最优控制；b. Model-Based RL、世界模型或Neural ODE/SDE；c. Offline RL、离线策略评估或因果推断；d. 不规则时间序列、事件驱动建模或非平稳决策；e. 广告、推荐、资源分配等工业决策问题。\n具备良好的数学基础，熟悉概率统计、随机过程、微分方程、数值优化或控制理论者优先。\n具备独立研究和解决开放问题的能力，能够完成问题建模、算法设计、实验验证和论文撰写；在ICML、NeurIPS、ICLR、KDD、WWW、AAAI、IJCAI等会议或相关期刊发表过成果者优先。\n对工业级强化学习研究有热情，具备较强的主动性、责任心和沟通协作能力，能够持续推进长期研究课题。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}