研发高效的长序列建模算法,优化Transformer等模型以支持超过1000个行为节点,显著降低计算复杂度与推理延迟
研究生成式推荐在广告精准打分(如CTR/CVR预估)中的应用,平衡生成质量与计算效率,适配转化率预估场景
主导算法从原型开发、离线实验到在线A/B测试及全量上线的全流程,确保业务收益提升,如收入增长与竞价能力增强
【课题内容】
研究如何在“隐私安全”的条件下,在无法获取个体级行为数据(如用户ID、跨App行为)的情况下,准确预估广告的点击率、转化率等
设计高效的超长序列建模方案,在可控的计算开销下,充分挖掘长序列数据中的用户兴趣价值
用户生命周期价值建模面临数据稀疏、数据延迟、分布多样性等问题,研究并实现适合业务场景的用户生命周期建模方案