【北斗】大模型广告系统算法工程师

优缺点分析

角色解读

• 从实习算法工程师起步，逐步成为大模型+广告方向的技术专家
• 有机会在美团核心业务中积累大规模数据与场景经验，晋升为高级算法工程师或技术Leader
• 可向学术研究方向深耕，与高校合作产出论文，或向商业化应用方向转型
• 构建外卖/到餐领域的垂直大语言模型，通过预训练、微调、强化学习等步骤整合美团海量数据
• 探索将强化学习与大模型结合，改进广告系统的召回、粗排、精排等核心模块，提升广告效果
• 推动大模型技术在真实广告业务场景落地，实现技术迭代与业务指标提升
• 深入理解大模型（LLM/MLLM）原理及训练方法，如PT、SFT、RLHF
• 熟悉强化学习算法，尤其是GRPO等策略优化方法
• 扎实的编程能力，熟练使用Python、C++及主流深度学习框架
• 具备学术研究能力，有开源贡献或高水平论文发表经验

申请策略

• 关注美团技术博客和开源项目，展示对公司的了解
• 在简历中体现对业务场景的思考，说明如何将技术转化为商业价值
• 突出大模型相关项目经验，包括预训练、微调、RLHF等具体工作
• 强调强化学习算法应用经历，尤其是策略优化方法（如PPO、GRPO）
• 列出开源贡献或发表论文，展示学术影响力
• 如有广告相关项目，重点描述数据规模、模型效果提升指标
• 加强Python/C++编程能力，熟悉主流深度学习框架如PyTorch
• 深入学习强化学习原理及GRPO等前沿算法

面试指南

• STAR法则（情境、任务、行动、结果）回答项目经验，突出技术难点和解决方案
• 对比分析框架：先解释基础原理，再结合实际场景说明改进点
• 结合业务价值：技术方案需量化预估对核心指标（如CTR、收入）的影响
• 请详细介绍你参与的一个大模型训练项目，包括数据准备、模型架构、训练策略和效果
• RLHF中奖励模型如何设计？如何处理奖励信号稀疏的问题？
• 解释GRPO与标准PPO的异同，为什么在广告场景可能更适用？
• 如何将大模型应用于广告召回？与传统方法相比有何优劣？
• 你如何看待大模型在广告系统的scaling law？