岗位职责
1.深入探索模型驱动的广告Agent体系，支持任务识别、自主决策与多轮对话交互，优化智能广告投放系统，提升投放效果与运行效率；
2.全面分析并解决大模型在广告Agent产品落地中的关键技术问题，主导数据采集、处理与构建，产出有助于增强模型泛化能力的高质量训练集；
3.主导广告创意优选大模型的技术研发，涵盖预训练、指令微调、RLHF（基于人类反馈的强化学习）、模型加速等环节，提升生成式模型在文本、图像、视频等多模态广告内容上的创意表现力与语义相关性；
4.基于智能广告投放业务场景，融合大模型能力实现创意内容生成、素材优选及投放策略升级，提高流量变现效率与广告投资回报率；
5.搭建适用于广告场景的大模型评估框架，支撑模型版本持续迭代与性能优化；
6.综合运用RAG、Prompt工程、SFT、DPO/RLHF等技术手段，提升广告内容生成的准确性与多样性；
7.推进大模型在广告系统中的工程化落地，保障高性能推理能力与服务稳定上线；
8.探索大模型在广告研发领域的前沿应用方向，拓展技术创新边界；

岗位要求
1.硕士及以上学历，计算机科学、人工智能、自然语言处理等相关专业背景；
2.熟练掌握PyTorch/TensorFlow等主流深度学习框架，具备大规模语言模型（如GPT、LLaMA等）训练与调优实践经验；
3.熟悉Qwen、LLama、GLM等常见大语言模型及多模态大模型架构，具有基座模型或垂直领域大模型的训练与应用经历；
4.对SFT、偏好对齐（RLHF/DPO）、强化学习、promptengineering、RAG等大模型核心技术有扎实理解；
5.具备高性能计算（HPC）相关经验，了解分布式训练、模型压缩与推理加速技术；
6.加分项：曾在ACL/EMNLP/NeurIPS/KDD/ICML/CVPR等顶级会议发表过LLM或搜索推荐广告方向论文；参与过开源项目或具备独立AIAgent开发经验；