【北斗】广告算法研究员

2.负责广告系统中核心模型算法的设计开发，如召回模型、粗排模型、精排模型、重排模型等，结合业务特点，利用深度学习等前沿技术和大数据能力，通过模型的深入优化，不断提升广告系统链路各个环节的模型预估精度

3.负责广告深度拍卖机制设计、重排、混排、出价等方向的研究，探索基于强化学习在广告决策问题中的应用和落地

3.关注业界前沿进展，结合业务特点进行前沿技术的调研，探索大模型及生成式思路在广告算法链路中的改造和优化。

方向一：CTR预估1.生成式CTR预估落地与实践。通过token/model architecture/co-train 等方式完成知识、思维能力注入，进一步探索端到端生成式范式迭代

2.探索用户行为模式端到端建模。利用用户全生命周期、全入口全交互行为，改善当前两阶段、多线路的模式抽取方式。根据业务特点，构建业务引导输入达成行为模式建模，如行为路径、复购等行为模式

3.探索多模态全还原建模。通过多模态及链路建模能力，达成模型输入从结构化向模态化发展，通过“所见即所得”进一步提升业务CTR表现。

方向二：机制设计1.探索落地生成式广告拍卖模型

2.探索落地基于大模型的生成式浮动位混排模型

3.探索自动出价下的广告拍卖模型。

方向三：生成式广告模式研究1. 能够结合大模型能力及范式，探索在广告算法链路中的改造和优化，实现广告算法链路的大规模升级及业务收益的显著提升。