【北斗实习】广告大模型应用算法工程师-【生成式召回链路升级】

Job description

【课题说明】 本课题目标打破传统推荐系统的召回范式，在LBS服务零售场景下，借助LLM的世界知识与推理能力，构建融合业务特点的生成式召回架构，实现效果突破。 主要挑战在于服务零售行业需求差异大、服务非标准化，在召回过程中同时把控个性化和相关性。 课题将重点设计基于LLM的生成式召回架构，通过领域知识增强与业务目标微调，结合传统稀疏模型的记忆能力与LLM的泛化推理能力，优化端到端目标一致性、长尾query/item的冷启动等问题。 【建议研究方向】

推理生成

• 基于生成式架构引入think过程，结合服务零售行业特点，推理用户真实需求，进而生成更匹配用户诉求的候选。

LBS码本优化

• 基于多模态表征优化语义ID的构建，同时融合时空位置信息与商户服务特征，提升本地生活场景下的地理相关性建模与长尾商户曝光。

链路融合

• 基于生成式架构统一建模传统“召回-粗排-创意-精排”漏斗，端到端建模优化目标一致性。 【任职要求】 海内外高校在校本科生（大三及以上）、硕士生及博士生，且以下条件至少满足一项：

超级学霸

• 专业成绩排名前1%。

学术达人

• 在顶级期刊或学术会议上以第一作者身份发表论文（或导师一作，自己为二作）。

竞赛大神

• 在顶级大赛上获奖。

工程高手

• 有大厂实验室的实习经验，或有贡献突出的开源项目。