# 顶尖应届-广告算法工程师-互联网

外部公开机会：不能在 Agent觅聘 内申请，请前往官方渠道投递。

投递在官方渠道完成，完整外部回执留在本人工作区；已登录时，通过 CLI 明确记录的选择、本人自报投递和渠道观察三类最小事件默认上报平台。浏览或保存岗位不会触发上报，外部投递不会出现在“我的申请”里。

- 公司: 小米 (阶段未知)
- 地点: 北京
- 职能: 算法
- 前往官方投递: https://xiaomi.jobs.f.mioffice.cn/toptalent/position/7661960045332678950/detail

## 来源岗位原文

生成式广告模型方向：
 1.设计并训练/微调基于多模态大模型（扩散模型、LLM、Transformer等）的广告创意生成系统，实现文案、图片、视频、口播脚本等素材的高质量可控生成与个性化定制；
 2.构建用户画像与生成模型深度融合的端到端框架，通过效果反馈（CTR/CVR）闭环迭代生成策略，提升广告创意的转化效率与多样性；
 3.探索生成内容的可控性技术（品牌安全、合规性、可解释性），并搭建自动化质量评估体系（主观、相关性、商业潜力等指标）；
 4.推动生成模型的工程化落地（模型蒸馏、量化、推理加速），实现在线广告投放系统的毫秒级响应。

通用自动算法优化Agent方向：
 1.研发基于LLM/决策大模型的广告算法自主优化Agent，能够感知广告系统状态（模型效果、数据漂移、竞价环境等），自动诊断瓶颈并生成优化动作（超参数调优、模型架构搜索、特征工程、出价系数调整等）；
 2.定义标准化的算法优化动作空间，设计安全可回滚的执行接口；搭建广告算法仿真环境或离线回放评估器，用于Agent策略的低成本训练与验证；
 3.融合AutoML技术（贝叶斯优化、强化学习、多臂老虎机等）与LLM的规划推理能力，使Agent兼具先验知识利用与高效策略搜索能力；
 4.将Agent接入真实广告系统的A/B测试平台与模型训练pipeline，实现从指标监控、策略生成到在线实验的全流程自动化优化闭环。
任职要求
学历与成果：
 1.2027届博士或优秀硕士，计算机、人工智能、数学、运筹优化等相关专业；
 2.在以下任一方向有顶会/顶刊论文者优先：生成模型（扩散、自回归、多模态）、AutoML、自动算法优化、基于LLM的Agent决策、强化学习、贝叶斯优化。

生成式广告模型方向能力：
 1.深入理解扩散模型、Transformer、多模态对齐、可控生成等技术，熟练使用PyTorch/TensorFlow/JAX；
 2.有大规模生成模型训练、微调（LoRA/ControlNet等）或推理优化（蒸馏、量化）的实际经验；
 3.具备广告/推荐业务基本认知，能够基于数据驱动方式评估生成质量与商业收益。

通用自动算法优化Agent方向能力：
 1.熟悉LLM Agent框架（如LangChain、ReAct、Reflexion）以及如何让LLM生成结构化算法操作指令；
 2.掌握贝叶斯优化、多臂老虎机、强化学习（PPO/SAC等）或决策Transformer中至少一项技术，并有应用于超参调优、模型选择或策略优化的实践经验；
 3.了解工业级AutoML系统（如Google Vizier、Optuna）或有广告系统模型训练/特征工程经验者加分。
接口顶部原始条件（未做资格推断）
{"city_list": [{"code": "CT_11", "en_name": "Beijing", "i18n_name": "北京", "location_type": 3, "mdm_code": "MDCY00000001", "name": "北京", "node_status": 1, "py_name": "beijing"}], "job_post_info": {"HighlightList": [], "JobChannelPublishList": [], "address_list": [], "city_list": [], "correlation_job_list": [], "job_level_id_list": [], "job_post_object_value_map": {}, "job_post_process_time_list": [], "recruitment_type": {"active_status": 1, "children": [], "depth": 2, "en_name": "Regular", "i18n_name": "正式", "id": "201", "name": "正式", "parent": {"active_status": 1, "children": [], "depth": 1, "en_name": "Campus", "i18n_name": "校招", "id": "2", "name": "校招", "selectability": 1}, "selectability": 1}, "storefront_list": [], "tag_list": [], "target_major_list": []}, "process_type": 2, "project_type": 2, "recruit_type": {"active_status": 1, "children": [], "depth": 2, "en_name": "Regular", "i18n_name": "正式", "id": "201", "name": "正式", "parent": {"active_status": 1, "children": [], "depth": 1, "en_name": "Campus", "i18n_name": "校招", "id": "2", "name": "校招", "selectability": 1}, "selectability": 1}}

---
opening_id: 754e1ba3-36ec-4cd9-a2e1-34de094efbfb

`anm openings save --id 754e1ba3-36ec-4cd9-a2e1-34de094efbfb`