
百度
商业搜索定向策略-算法实习生(J107488)
商业搜索定向策略-算法实习生(J107488)
发布于 2 小时前实习/见习
实习生仅现场办公广告投放
广告投放
Llm
大模型
广告召回
广告推荐
广告算法
推荐系统
搜索技术
机器学习
深度学习
值不值得投
69综合评分
综合评分 69
大模型广告算法实习岗,技术前沿且商业化场景强,薪资福利与WLB信息未披露
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便比较实习机会。
薪资怎么样
8.0千
比广告投放中位数低
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 1360 个在招 · 其中广告投放 12 个
市场机会
选择面较广
北京 · 广告投放 · 53 个在招
职位详情
关于这个职位
这是一个面向搜索广告商业化场景的大模型算法实习岗位,主要参与广告召回、广告推荐和生成式大模型在在线广告中的创新落地
你将结合机器学习、LLM、推荐系统和搜索技术,优化客户投放效果并探索新的广告变现形态
最低要求
计算机科学、人工智能、数学等相关专业研究生及以上学历在读,对广告算法、推荐系统、搜索技术等领域有基本认知和热情
熟悉机器学习/深度学习基础理论,了解Transformer、LLM等相关技术,有大模型训练调优、广告/推荐算法研究经验者优先
逻辑清晰,具备较强的问题分析与解决能力,能快速学习新技术并应用于实际场景
工作职责
参与搜索广告场景下的大模型算法研发,优化广告召回/广告推荐技术,探索大模型在商业化场景的创新落地
基于生成式大模型等新技术,探索商业广告新场域变现创新突破,迭代并实现下一代在线广告新形态
深入洞察行业客户投放现状,结合业务特点&系统现状,依托技术创新优化客户效果
利用机器学习、大模型相关知识提升业务效果
优先资格
有大模型训练调优、广告/推荐算法研究经验者优先
AI 洞察
优缺点分析
优点
- 岗位直接参与搜索广告商业化场景,能接触大模型在真实业务中的落地机会
- 工作内容同时关注技术创新和客户效果,有助于理解算法如何驱动业务变现
- 百度搜索广告业务场景复杂,适合希望积累大规模商业化算法经验的实习生
- 大模型、召回、推荐和客户投放分析涉及面广,需要快速补齐多领域知识
- 实习生通常需要在已有系统中做局部优化,可能遇到工程链路复杂、实验周期较长的问题
- 适合计算机、人工智能、数学等专业在读研究生,尤其是有大模型训练调优、广告算法或推荐算法研究经历,并希望进入商业化算法方向的求职者
缺点 / 挑战
- 技术方向覆盖LLM、推荐系统、搜索技术和广告算法,技能积累密度较高
- 广告商业化场景对效果指标敏感,实习期间可能面临较快的迭代节奏和结果验证压力
角色解读
- 实习阶段可积累搜索广告、推荐系统和大模型商业化落地经验,提升算法工程与业务建模能力
- 后续可向广告算法工程师、推荐算法工程师、大模型算法工程师等方向深耕
- 长期可发展为商业化算法专家,负责广告召回、排序、生成式广告创意或变现策略等核心方向
- 参与搜索广告场景中的大模型算法研发,重点优化广告召回和广告推荐效果
- 探索生成式大模型在商业广告中的新形态,包括新场域变现和在线广告形态迭代
- 结合行业客户投放现状与系统现状,用机器学习、大模型技术提升客户投放效果
- 将机器学习、深度学习、LLM等技术应用到实际业务问题中,推动算法效果落地
- 需要具备机器学习、深度学习基础理论,理解常见模型训练与调优方法
- 需要了解Transformer、LLM等大模型技术,并能将新技术应用到搜索广告或推荐场景
- 需要对广告算法、推荐系统、搜索技术有基本认知,具备业务理解和效果优化意识
- 需要较强的问题分析、逻辑推理和快速学习能力,能在真实业务中迭代方案
申请策略
- 申请前了解百度搜索广告和商业化的基本业务形态,思考大模型可能如何改变广告创意、召回和投放体验
- 面试中尽量把技术能力与业务效果关联起来,说明你不仅能做模型,也能理解客户投放和商业化目标
- 突出与机器学习、深度学习、Transformer、LLM相关的课程、项目或论文经历,说明你掌握的模型原理和实验方法
- 重点展示广告、推荐、搜索、NLP或大模型微调相关项目,写清楚问题定义、数据规模、模型方案、指标提升和你的个人贡献
- 补充工程实践能力,如Python、PyTorch、数据处理、模型评估、线上实验或A/B测试经验
- 体现业务理解能力,例如如何分析用户点击、转化、客户投放效果或召回排序指标
- 提前复习Transformer、LLM微调、召回排序、推荐系统和搜索广告基础流程,准备用通俗方式讲清技术原理
- 加强实验设计和指标分析能力,熟悉CTR、CVR、召回率、排序效果、A/B测试等常见评估方法
面试指南
- 项目类问题采用“背景—目标—数据—方法—指标—结果—复盘”的结构,重点突出个人贡献和可量化结果
- 技术类问题先讲基本原理,再结合广告、搜索或推荐场景说明适用条件和局限,最后给出改进思路
- 业务类问题从指标拆解入手,按流量、召回、排序、创意、出价、转化链路逐层定位问题,并提出验证方案
- 请介绍一个你做过的大模型或机器学习项目,包括问题背景、模型方案、评价指标和最终结果
- 你如何理解广告召回和广告推荐的区别?各自常见的技术难点是什么?
- Transformer和LLM在广告商业化场景中有哪些可能应用?
- 如果客户投放效果下降,你会从哪些数据、指标和系统环节入手分析?
- 请说明你对搜索广告业务中用户体验与商业收入之间平衡的理解
职位点评
薪资福利62
成长发展88
工作生活45
使命价值70
薪资福利
62中等
JD未披露薪资和福利信息,因此只能基于岗位技术含量判断补偿性满足度。作为算法实习岗,技术含量较高,但薪资福利信号不足。
薪资信号未披露(AI估算:6.0千–1.0万/月)
成长发展
88较高
岗位明确涉及大模型算法研发、广告召回、广告推荐和商业化创新落地,技术方向较新且业务场景真实。对希望积累大模型与商业化算法经验的实习生发展价值较高。
技术前沿前沿/新兴技术
技术栈大模型、生成式大模型、机器学习、深度学习、Transformer、LLM、广告召回、广告推荐、推荐系统、搜索技术
业务类型profit_center
工作生活
45较低
JD仅说明地点为北京市,未提及远程、弹性、双休或加班情况。办公模式和生活节奏相关信息不足,无法判断WLB优势。
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
70中等
岗位聚焦商业广告变现和客户投放效果优化,具有技术创新和业务价值,但社会使命导向表述较少。意义感主要来自技术探索与商业化落地。
行业发展新兴领域(暂难判断)
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
Senior Performance Marketing Executive
电通 · 上海市
AI 估算 · 1.5–2.5万8 小时前发布
直播投放
诗悦网络 · 市场营销类
AI 估算 · 8.0千–1.5万18 小时前发布
高德-广告客户增长运营专家-信息业务中心
高德地图 · 北京市
AI 估算 · 2.5–4.5万1 天前发布
高德-广告投放策略产品专家-信息业务中心
高德地图 · 北京市
AI 估算 · 4.5–7.5万1 天前发布
天猫事业部-家享生活-投放策略岗
阿里巴巴 · 杭州市
AI 估算 · 3.0–5.5万2 天前发布
投放运营负责人-上海(J30671)
信达生物 · 上海市
AI 估算 · 4.5–7.0万2 天前发布
信息流投放
诗悦网络 · 广州市
AI 估算 · 1.5–2.5万3 天前发布
Google Ads Team Lead(MJ037887)
携程 · 上海市
AI 估算 · 4.0–7.0万3 天前发布
Watch Jobs