阿里巴巴
研究型实习生-广告算法-大模型广告算法工程师
研究型实习生-广告算法-大模型广告算法工程师
发布于 5 小时前实习/见习
实习生仅现场办公算法优化工程师
算法优化工程师
Pytorch
Scaling Law
决策智能
大模型
深度学习
生成算法
自动出价
Auto-Research
值不值得投
80综合评分
综合评分 80
阿里妈妈核心算法团队研究型实习，前沿大模型技术栈，顶会产出与转正机会丰富，WLB未明确。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
薪资怎么样
8千
比算法优化工程师中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 2960 个在招 · 其中算法优化工程师 约 120 个
市场机会
选择面较广
北京 · 算法优化工程师 · 约 310 个在招
职位详情
关于这个职位
该职位是阿里妈妈广告算法团队的研究型实习生，主要参与自动出价（Auto-bidding）和大模型广告算法的研发
你将探索生成算法在出价决策中的应用，研究大模型的Scaling Law，并构建出价决策领域的基础模型
这是一个贴近工业实践、充满技术挑战的岗位，适合对决策智能和生成式AI有热情的同学
最低要求
计算机/自动化、数学/运筹学、人工智能等相关专业的博士或优秀硕士
具备扎实的数理基础、良好的逻辑分析和解决问题的能力，擅于沟通，有良好的团队合作精神
熟练掌握至少一种主流深度学习框架（如 PyTorch），具备良好的编程能力，能独立实现和调试复杂算法
聪明、自信，敢于突破，对解决挑战性问题充满热情
工作职责
深入运用生成算法对出价决策模型进行探索与迭代，研究出价决策大模型的Scaling Law
利用大规模跨场景数据和大规模参数学习博弈场景的通用规律，构建出价决策领域的基础模型
设计面向高维、高噪、非平稳竞价空间的高效探索与优化算法，建设先进的大模型后训练与策略优化体系
探索 Auto-Research 自动化研究范式，推动实验设计、模型训练、策略评估与结果分析的智能化闭环，提高研究与迭代效率
优先资格
作为第一作者在顶级国际会议或期刊上发表过论文
参与开源项目并获得100以上的star
在有影响力的比赛中取得优异成绩
AI 洞察
优缺点分析
优点
- 依托阿里妈妈亿级日均广告收入场景，拥有丰富的数据资源和强大的算力支持
- 团队技术氛围浓厚，有机会与顶尖专家合作并发表 ICLR、NeurIPS 等国际顶会论文
- 提供一对一行业专家指导及校招绿色通道，职业发展路径清晰
- 适合数理基础扎实、有顶会论文发表经验或开源项目经历，且对大模型和决策智能充满热情的硕博研究生
缺点 / 挑战
- 广告竞价场景面临流量波动大、非平稳、反馈延迟等复杂挑战，模型优化难度高
- 研究型实习对学术产出和工程落地均有较高要求，需要平衡论文发表与业务指标
角色解读
- 通过参与顶会论文发表和工业界大规模数据实践，快速提升算法研究与落地能力
- 表现优异者可通过校招绿色通道转正，成长为广告算法或决策智能领域的核心专家
- 探索生成算法在广告自动出价决策模型中的应用，研究大模型的 Scaling Law
- 利用大规模数据构建出价决策领域的基础模型，设计高效探索与优化算法
- 推动 Auto-Research 自动化研究范式，实现实验、训练、评估的智能化闭环
- 扎实的数理基础和深度学习框架（如 PyTorch）编程能力，能独立实现复杂算法
- 对生成式AI、大模型训练及决策智能有深入理解，具备较强的逻辑分析与问题解决能力
申请策略
- 提前了解阿里妈妈全站推及自动出价业务背景，准备针对复杂决策问题的思考与见解
- 重点突出在生成算法、大模型或强化学习相关的项目经验及顶会论文发表情况
- 展示在 PyTorch 等框架下的复杂算法实现能力，以及参与的高星开源项目或竞赛成绩
- 深入了解大模型 Scaling Law 及 Auto-Research 自动化研究范式的前沿进展
- 熟悉广告出价、博弈论或决策智能相关的经典算法与工业界落地方案
面试指南
- 采用 STAR 法则（情境、任务、行动、结果）结构化描述项目经历，突出个人贡献与业务或学术价值
- 对于算法设计问题，先从问题本质（如博弈论、马尔可夫决策过程）出发，再推导模型结构与优化目标
- 请介绍你在生成算法或大模型方向的研究工作，以及如何应用到出价决策场景中？
- 在面临高维、高噪、非平稳的竞价空间时，你会如何设计探索与优化算法？
- 你如何看待 Auto-Research 自动化研究范式？在过往研究中是否有相关实践？
- 请分享一个你独立实现并调试复杂算法的经历，遇到了哪些挑战及如何解决？
- 复习深度学习、强化学习及大模型相关基础理论，准备顶会论文的详细技术细节与答辩思路
- 了解阿里妈妈广告业务的基本逻辑（如 ROI、Auto-bidding），思考大模型在其中的应用潜力
职位点评
薪资福利75
成长发展95
工作生活60
使命价值80
薪资福利
75中等
作为头部互联网公司的算法研究型实习，实习津贴处于市场较高水平，且提供校招绿色通道，长期薪酬回报预期良好。
薪资信号未披露（AI估算：6.5千–1万/月）
福利待遇校招人才计划的绿色通道、一对一的行业专家指导
成长发展
95较高
岗位贴近工业实践且鼓励学术产出，提供顶会论文发表机会与专家一对一指导，技术成长与职业发展资源极其丰富。
技术前沿前沿/新兴技术
技术栈PyTorch、生成算法、大模型、Scaling Law、Auto-Research、深度学习
成长机会一对一的行业专家指导、校招人才计划的绿色通道、合作发表国际顶级会议论文
业务类型profit_center
工作生活
60中等
JD未明确说明工作模式与工时，但研究型实习通常需兼顾科研与业务，工作强度可能较大，WLB情况无法确切判断。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
80较高
探索面向未来的决策智能与大模型技术，推动广告算法创新，具有较高的技术使命感与行业影响力。
行业发展高速增长赛道
社会影响中性/一般
使命信号探索面向未来的决策智能技术、推动出价策略能力不断进化
创新程度开拓性创新（行业首创）
Watch Jobs