-在导师指导下，参与推荐广告场景下的生成式排序模型的研发，探索 Transformer 及序列化建模在CTR/CVR/GMV预估中的应用 -协助团队进行多模态大模型在推荐场景的落地实验，参与重构广告基础表征体系，提升模型对商品/广告的语义理解能力 -参与大模型训练/推理优化（如量化、高效注意力机制等）的实验跑通，探索强化学习在提升广告长期价值优化中的可行性 -跟踪推荐系统、生成式 AI 及大模型领域的最前沿学术论文，负责算法的复现和评测 -配合工程与产品团队进行数据处理、模型离线评估及在线 A/B Test 效果分析，确保算法逻辑的正确落地 -2027、2028届计算机、数学、自动化等相关专业在校硕士或博士生 -扎实的机器学习基础，熟悉 Transformer、DeepFM、DIN 等常用搜推模型，对生成式模型（如 GPT/LLM 架构）有基本认知 -熟练掌握 Python，至少精通 PyTorch 或 TensorFlow 其中一种框架；具备良好的算法与数据结构基础，代码风格严谨 -具备极强的学习能力和好奇心，能够阅读英文文献并快速上手新技术；沟通顺畅，具备良好的团队合作意识 -在顶会发表过论文、参加过知名算法竞赛并取得优异成绩、有过大规模分布式训练、长序列建模或语义 ID 相关课题的研究经验者优先