课题详情： 课题背景： 随着大规模预估模型在广告业务中的广泛应用，模型规模、特征维度与训练数据量持续增长，呈现出类似 scaling law 的规律。 当前挑战：更大的模型与数据通常带来效果提升，但也显著推高训练成本与平台负载。在实际生产环境中，GPU/存储/网络资源受限，如何在遵循或利用广告场景下的 scaling law 前提下，实现训练平台的性能优化（吞吐、时延、资源利用率）与效果优化之间的平衡，成为广告训练基础设施演进中的关键问题。 工作内容： 1、训练性能与资源优化 参与大规模广告训练平台的性能剖析，识别 GPU/CPU、网络、存储等瓶颈环节并优化； 在给定资源约束下，设计并验证不同模型规模、批大小、并行策略（数据/模型/流水线并行等）的组合方案，提升端到端训练效率。 2、效果–成本联合优化策略 探索利用 scaling law 进行“效果–成本”联合优化的策略，如自动化选择最优模型规模、训练步数和采样策略； 将相关策略在离线训练及小流量线上实验中进行验证，评估对 AUC、CTR/CVR、收益等指标的影响。 3、工程实现与平台落地 协助将验证有效的策略沉淀至训练平台配置、调度策略或自动化推荐工具中； 配合团队完成实验系统、可视化分析工具等工程模块的开发与维护。 课题要求： 1、具备扎实的机器学习 / 深度学习基础，了解推荐系统或广告预估相关概念； 2、熟练使用至少一种深度学习框架（如 PyTorch / TensorFlow），掌握 Python 编程，具备良好的代码规范与调试能力； 3、对 scaling law、大模型训练、训练效率优化等方向有兴趣，能阅读相关英文论文并进行复现或改进； 4、具备较强的数据分析能力，熟练使用常用数据处理与可视化工具（如 Pandas、SQL、Matplotlib 等）； 5、对分布式训练、GPU 计算、参数服务器 / Embedding 服务等有一定了解者优先； 6、有大规模训练、推荐/广告实习或项目经历者优先。