百度
商业广告模型算法（J104411）
商业广告模型算法（J104411）
发布于 大约 14 小时前实习/见习
北京市
无经验要求
实习生
仅现场办公
硕士
机器学习工程
Ctr/Cvr预估
Pytorch
Tensorflow
多模态
大模型
推荐系统
生成式推荐
AI 估算 · 5k–10k
百度算法实习生薪资中等偏上，但技术含量高、成长快，更看重技术积累而非短期薪资。
职位详情
关于这个职位
这是一个百度的算法实习岗位，专注于商业广告场景下的生成式排序模型研究，探索Transformer和大模型技术在CTR/CVR/GMV预估中的应用
你将参与前沿技术的评估和落地，并跨部门协作解决实际业务问题
需要扎实的机器学习基础与Python编程能力，适合对推荐系统和生成式AI有浓厚兴趣的在校硕博生
最低要求
或2028届计算机、人工智能、数学等相关专业在校硕士或博士生
精通Python编程语言，拥有扎实的机器学习基础，熟悉PyTorch/TensorFlow等常用深度学习框架
具备良好的逻辑思维能力，善于在复杂场景中抽象问题本质，能从海量数据中发现有价值的规律
拥有较强的自主学习意愿，具备独立分析和解决问题的能力，对技术难题等挑战充满激情
拥有团队合作精神，具备清晰的沟通表达能力，有较强的owner意识，具备一定的抗压能力
工作职责
参与商业广告场景下的生成式排序模型的研发，探索Transformer及生成式推荐技术在CTR/CVR/GMV预估中的应用
研究用户行为序列与离散特征的统一表征方案，完成长序列、语义化、多模态等技术在跨业务场景下的模型能力迁移
跟踪推荐系统、生成式AI及大模型领域的前沿学术论文，负责相关模型算法的评估与落地，推动模型在线效果的提升
高效协同产品、运营、策略、工程等跨部门组织及团队，以模型技术解决实际的业务痛点问题，推动商业平台可持续发展
AI 洞察
优缺点分析
优点
- 涉及Transformer、大模型等前沿技术，技术成长速度极快
- 百度广告业务核心，数据海量、场景真实，能积累宝贵实战经验
- 团队通常有资深导师指导，氛围注重创新，有利于快速提升
- 平台资源丰富，可接触到业界领先的算法和工程实践
- 技术难度高、要求扎实的ML基础，需要持续学习和快速迭代
- 实习岗位可能需要投入较多时间，需要平衡好学业和工作
缺点 / 挑战
- 广告业务复杂，跨部门协作频繁，沟通成本较高
- 适合对推荐算法和生成式AI有强烈兴趣、渴望挑战技术难题的在校硕博生
角色解读
- 实习期深入广告算法核心，表现优秀可获转正机会
- 成长为技术专家，或在未来向技术管理方向发展
- 积累生成式AI在商业场景的落地经验，职业前景广阔
- 负责商业广告场景中生成式排序模型的研发，探索Transformer在CTR/CVR/GMV预估中的应用
- 研究用户行为序列与多模态特征的统一表征，实现跨业务场景的模型能力迁移
- 跟踪最新学术论文，评估并落地前沿技术到在线系统中，提升模型效果
- 与产品、运营、工程团队协作，用模型技术解决实际业务痛点
- 精通Python，扎实的机器学习基础，熟练使用PyTorch/TensorFlow等框架
- 深入理解Transformer、生成式模型和推荐系统的基本原理
- 具备从复杂场景抽象问题本质、从海量数据中发现规律的能力
- 良好的沟通能力和团队合作精神，具备owner意识和一定的抗压能力
申请策略
- 提前了解百度广告产品及行业动态，在申请中展示对业务的理解
- 注明可实习时间和每周出勤天数，表达强烈的投入意愿
- 突出机器学习/深度学习项目经历，尤其是推荐系统或广告方向的实际成果
- 强调Python编程功底和深度学习框架的使用经验
- 展示阅读和复现前沿论文的能力，体现学术敏感度
- 如有实习或竞赛经历，详细说明你的贡献和量化效果
- 熟悉Transformer、BERT、GPT等结构，并用PyTorch动手实现过相关模型
- 了解推荐系统基本概念（CTR预估、召回、排序），掌握常用模型如LR、GBDT、FM
面试指南
- 用STAR法则清晰讲述项目，聚焦技术难点和你所做的决策
- 技术问题先讲原理，再联系实际应用，体现深度和广度
- 面对开放型业务问题，展示思考框架和分解能力，不必追求标准答案
- 请介绍一个你参与的机器学习项目，你负责了什么，结果如何？
- 你如何理解Transformer？它与LSTM相比有哪些优势？
- 解释一下CTR预估，常用的模型有哪些？各有什么特点？
- 如果给定一个广告场景，你会如何设计模型来提升GMV？
- 你最近读过哪篇论文？它对你有何启发？
职位点评
73
综合评分
百度广告算法实习，前沿技术驱动，技术成长快，但需现场办公且薪资未披露。
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。
更适合这类人
适合追求技术前沿和快速成长的算法人才，对工作生活平衡要求不高
表现最好
成长发展
相对薄弱
工作生活
薪资福利60
成长发展95
工作生活50
使命价值70
薪资福利
60中等
该职位薪资未明确，作为实习岗位收入有限，但百度平台稳定，福利体系完善（JD未提及）。
薪资信号未披露（AI估算：5K-10K/月）
成长发展
95较高
职位聚焦生成式AI和推荐系统前沿，技术含量高，成长潜力巨大。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、TensorFlow、Transformer、生成式推荐、CTR/CVR预估、大模型、多模态
业务类型profit_center
工作生活
50较低
必须现场办公，未提及弹性工作安排，算法岗位可能压力较大，WLB不明确。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
广告技术推动商业增长，社会意义一般，但前沿技术本身有探索价值。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
百度 的其他在招职位
相似职位推荐
Watch Jobs