商业增值-零售广告算法工程师

1，召回算法：负责触发召回算法优化，探索生成式召回与 LLM-based Agent 在相关性中的应用，攻克百亿级商品场景下冷启动与长尾商品的信息瓶颈； 2，预估排序：负责 CTR/CVR 多任务多场景预估排序，深度结合零售业务特点探索超长序列建模、精排Scaling、跨域多目标建模、知识蒸馏、多人群学习、Debias、延迟反馈建模等，攻克长尾商品稀疏与多场景复用难题； 3，机制策略：负责广告机制算法优化，探索生成式拍卖、自回归机制模型、listwise 建模、精排重排联合建模，持续突破机制与排序分离架构的效率上限； 4，端到端建模：负责统一多场景广告大模型基座建设，探索召粗一体、端到端生成式推荐等新范式，突破级联架构的信息损失天花板；突破百亿参数级预估模型与1M+超长行为序列建模，探索 Scaling 收益边界； 5，深入理解零售业务场景，与产品、运营团队协作，推动算法策略在商业化场景中…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。