AIGC广告算法工程师-Data

优缺点分析

角色解读

• 在AIGC和广告方向深耕，成为大模型算法专家
• 向技术负责人或技术总监方向发展，带领团队推动业务创新
• 横向扩展至推荐系统、计算机视觉等相邻领域
• 训练多模态大模型，用于广告图片和视频的内容理解，提取特征
• 构建创意生成Agent，结合文本和视觉生成技术，提升创意制作质量
• 探索生成式推荐策略，实现个性化内容生成和分发
• 扎实的编程能力，精通C++或Python，熟悉数据结构和算法
• 熟悉多模态大模型训练、强化学习或图像/视频生成算法
• 具备优秀的问题分析和解决能力，能独立攻坚复杂技术问题

申请策略

• 在简历中明确体现对AIGC技术前沿的关注，如关注开源项目或顶级会议论文
• 准备一个能体现技术深度和业务理解的项目复盘，展示问题分析和解决思路
• 突出多模态、大模型或生成式AI的项目经验，最好有量化成果
• 强调编程竞赛获奖、开源贡献或高质量论文发表
• 展示独立解决复杂技术问题的案例，尤其是与广告或推荐相关的
• 提前刷题巩固数据结构与算法，准备C++/Python手写代码
• 系统学习多模态模型（如CLIP、LLaVA）和生成模型（如扩散模型、GAN）
• 了解广告系统基础知识，如CTR预估、创意优化等

面试指南

• 采用STAR法则：情境、任务、行动、结果，重点突出技术难点和解决思路
• 对于开放性问题，先澄清问题边界，再给出多种方案对比，最后提出推荐方案
• 算法题注重时间/空间复杂度分析，清晰沟通思路后再编码
• 请介绍你参与过的多模态大模型项目，包括模型架构、训练数据和处理流程
• 如何利用生成模型（如扩散模型）生成高质量广告素材？请描述技术方案
• 在训练大规模模型时，如何处理数据不平衡和过拟合问题？
• 结合广告业务场景，如何设计一个生成式推荐策略？
• C++中智能指针的使用及内存管理注意事项有哪些？