智能算法产品事业部-高级算法工程师（外投广告）-北京

优缺点分析

角色解读

• 成为计算广告与大模型交叉领域的专家，主导核心算法架构设计
• 向技术管理方向（Tech Lead）发展，带领团队攻克行业难题
• 在顶级学术会议发表成果，提升个人在AI应用层的行业影响力
• 研发并落地阿里妈妈全域广告营销新产品，推动业务规模增长
• 构建基于智能Agent的广告BP系统，实现广告投放的自动化与智能化
• 将LLM、生成式AI及稀疏大模型应用于广告召回、预估及机制策略，进行全链路算法优化
• 扎实的计算机科学基础，精通数据结构和算法，熟练使用AI辅助编程工具
• 深入掌握机器学习、深度学习、强化学习及大模型技术，有实际工程落地经验
• 熟悉计算广告、推荐系统及信息检索领域，具备解决复杂业务问题的能力

申请策略

• 准备详细的技术案例，说明如何将新技术转化为业务价值
• 了解阿里妈妈近期产品动态，展现对行业的敏锐度
• 突出顶会论文发表记录或Kaggle/天池等高含金量竞赛奖项
• 详细阐述在大模型微调、Agent架构设计或广告算法优化中的具体贡献与技术细节
• 强调开源项目贡献及解决实际大规模分布式系统问题的经验
• 深入研究LangChain、AutoGen等Agent开发框架及LLM推理优化技术
• 强化对广告竞价机制、CTR/CVR预估模型的理解与实战能力
• 提升代码规范与系统设计能力，适应大厂高标准工程要求

面试指南

• STAR法则：清晰描述情境、任务、行动与结果，重点突出个人贡献
• 技术深度：从原理出发，结合数学推导或实验数据证明方案的有效性
• 业务结合：始终关联技术选择对业务指标（如ROI、转化率）的实际影响
• 请详细介绍你参与过的一个基于LLM或Agent的项目，遇到的最大挑战及解决方案
• 在广告召回或预估场景中，如何结合稀疏大模型提升效果？
• 请解释强化学习在广告排序或预算分配中的应用原理
• 面对海量数据和高并发请求，如何进行算法系统的性能优化？
• 如果让你设计一个全新的智能广告Agent，你会考虑哪些关键模块？