OpenNash Jobs
Xiaomi · 北京

广告算法工程师

北京

Listed on Xiaomi ’s official careers site. Posted October 13, 2026. Check that it is still open and apply there.

Apply on Xiaomi ’s careers site →

Job description

  • 参与小米广告核心场景的算法研发,包括生成式召回、向量召回、CTR预估、多任务排序与大规模推荐算法的设计与迭代,支撑亿级用户规模下的广告推荐与排序系统。
  • 参与广告全链路算法模型优化,涵盖召回、预估、排序与分配环节,在实际业务中学习并实践冷启动、流量探索等问题的算法解决方案。
  • 参与多任务学习、序列建模、因果推断等方法在广告排序与推荐场景的落地应用,优化多任务排序与用户兴趣建模效果。
  • 基于海量用户行为与广告行为数据,参与用户长短期兴趣建模、多模态特征融合、自监督/对比学习、图神经网络等方向的特征表示与模型优化,从数据中识别现有系统的不足,提出并验证算法改进方案。
  • 参与LLM4Rec、生成式推荐、多模态大模型在广告创意生成、个性化素材优化方向的探索性应用,结合小米广告业务场景进行技术验证与落地尝试。
  • 追踪业界前沿算法技术,包括生成式推荐、大语言模型推荐、强化学习、在线学习与持续学习等,在团队指导下完成技术调研与原型实验,结合业务特点推动前沿方法的工程化验证。

Qualifications

  • 本科及以上学历,计算机、数学、统计学、人工智能等相关专业。
  • 熟悉深度学习与推荐系统基础,了解多任务学习(MMoE/PLE)、序列建模(DIN/DIEN/SIM/Transformer4Rec)、生成式推荐/LLM4Rec等前沿方向的基本原理。
  • 了解特征表示学习与自动特征交互方法,包括Embedding、序列特征建模、图神经网络、多模态特征融合、对比学习/自监督学习等在广告推荐中的应用。
  • 熟练掌握Python,了解Scala/C++/Java中至少一门编程语言;熟悉PyTorch或TensorFlow,了解DeepSpeed/Megatron/FairScale等分布式训练工具或JAX生态者优先。
  • 了解Spark/Flink/Hive等大数据工具的基本使用,或了解Faiss/Milvus等向量检索、在线推理与MLOps基本流程。
  • 在广告、推荐、搜索等相关领域有课程项目、竞赛经历或实习经验者优先;在KDD、NeurIPS、ICML、WWW、SIGIR、RecSys等会议有论文发表或投稿经历者优先;有LLM4Rec、多模态生成、强化学习、因果推断等经验者优先。
  • 对广告算法与商业化技术有强烈兴趣,具备快速学习能力和主动探索精神,能够在团队协作中清晰表达技术思路、推动方案落地。

More jobs at Xiaomi

Similar jobs at other companies

广告算法工程师(电商广告方向)

Kuaishou Technology · Beijing, Hangzhou

广告算法工程师

Meituan · 北京市 +1 more

广告算法工程师-【生活服务】

Kuaishou Technology · Beijing

OpenNash lists jobs from employers’ own careers sites and does not handle applications. Dates come from the employer where stated; “first seen” and “last checked” are our own observations.