【北斗】广告大模型算法工程师 -【生成式广告】

Job description

【愿景】 广告系统长期采用"召回→粗排→精排→出价→拍卖"的多级漏斗架构，各模块独立优化导致目标不一致，前链路制约后链路上限，漏斗效率折损大。 随着大模型与生成式技术的快速发展，工业界已在端到端生成式广告方向进行了系统性布局，验证了生成式框架在候选生成、全链路排序、创意生成和机制设计等环节的技术可行性，其强大的表征能力和良好的Scaling特性为广告系统的范式跃迁提供了新的可能性。本岗位致力于在探索如何利用生成式技术重塑整个广告系统，通过端到端的生成式广告大模型完成所有决策，打破多级漏斗框架，打开模型联合决策空间。 【你将参与】

生成式召回

• 突破传统检索范式，探索广告场景下的生成式候选生成方案，包括层次化语义ID设计（RQ-VAE/VQ-VAE）、以及召回与排序联合端到端优化。

生成式预估

• 设计支持大规模候选端到端打分的生成式排序框架，探索"预训练+业务对齐（RLHF/DPO）"的分阶段训练范式，解锁广告模型的Scaling规律，驱动系统从人工调参向算力堆叠迭代跃。

生成式创意

• 基于多模态大模型实现广告创意的自动生成与动态组合，结合用户实时意图的个性化创意定制，以及创意与广告主商业目标的对齐优化，提升创意与用户的匹配深度。

生成式机制

• 构建端到端可学习的广告拍卖机制，将出价、分配、计费纳入统一生成框架，建模广告外部性（排列位置、上下文交互对转化率的影响），在保证近似激励相容性（IC）的同时最大化平台RPM。 【任职资格】 2027届本科及以上学历，计算机、人工智能等相关专业，且以下条件至少满足一项：
• 在顶级期刊或学术会议以第一作者身份发表论文（或导师一作，自己为二作）。
• 在顶级大赛上获奖。
• 有大厂实验室实习经验，或有贡献突出的开源项目。 【为什么是我们】

核心业务场景

• 美团广告是公司核心商业化引擎，算法研究成果直接影响公司盈利，技术贡献可量化衡量。

顶级数据规模

• 亿级用户的本地生活广告场景，涵盖 toC 与 toB 多模态数据，真实工业约束（强稀疏信号、严格时延、多目标优化）构成国内最具挑战性的广告算法研究环境之一。

学术合作资源

• 团队与头部高校保持持续的联合研究合作，提供会议投稿支持与学术产出通道。