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