搜索推荐广告推荐算法科研实习生

我们是美团广告平台模型组，目前开放了1个科研实习生名额，同学在实习期间，会参与组内核心的CTR/CVR模型的迭代，进行技术探索创新工作，有发论文的机会，表现优秀后续有校招转正机会。由于技术探索创新工作挑战较大，需要长期深入的钻研探索，因此同学需要能保证【半年以上的实习时间】，仅限【2026年及以后时间毕业的同学】。 基于美团和点评双平台海量用户/商家数据，建模用户兴趣，精准洞察预估用户&店铺关系，负责搜索广告最核心的CTR/CVR以及客单价/交易额等预估模型。 关注业界前沿进展，结合业务特点进行突破创新，用技术推动业务发展。 岗位亮点： 团队是美团最核心的广告业务，承担公司营收目标，技术氛围好，注重技术创新，有多名北斗计划同学，成员毕业自清华，北大，中科院等知名高校。团队多次在SIGIR、CIKM等国际顶级会议发表论文，并在KDD CUP等顶级算法比赛取得冠军。 实习期间，将有大牛导师带你成长带你飞，承担组内核心技术创新和探索工作，有发论文的机会，实习表现优秀的同学后续有校招转正机会。 团队已发表论文文章如下: AAAI 2024：AT4CTR: Auxiliary Match Tasks for Enhancing Click-Through Rate Prediction. CIKM 2023：Deep Context Interest Network for Click-Through Rate Prediction. WSDM 2023：DisenPOI: Disentangling Sequential and Geographical Influence for Point-of-Interest Recommendation CIKM 2022：Deep Presentation Bias Integrated Framework for CTR Prediction. SIGIR 2022: DisenCTR: Dynamic Graph-based Disentangled Representation for Click-Through Rate Prediction. ICDE 2022: AutoHEnsGNN: Winning Solution to AutoGraph Challenge for KDD Cup 2020. SIGIR 2021: Deep Position-wise Interaction Network for CTR Prediction. CIKM 2021: Trilateral Spatiotemporal Attention Network for User Behavior Modeling in Location-based Search. 异构广告混排在美团到店业务的探索与实践 广告深度预估技术在美团到店场景下的突破与畅想 KDD Cup 2020 Debiasing比赛冠军技术方案及在美团的实践 SIGIR 2021 | 广告系统位置偏差的CTR模型优化方案 业务介绍： 到店广告平台全面负责到店事业群美团和点评双平台的商业变现，涉及到店餐饮，到店综合（丽人、医美、休闲娱乐、教育、亲子、结婚、家居等）、酒店及旅游等业务。搜索广告是广告最核心的产品，是最重要的营收来源。搜索广告算法团队负责不断迭代算法策略，在保证用户体验和广告主ROI的前提下，提升流量变现效率。我们立足搜索广告场景，探索深度学习、强化学习、人工智能、大数据、知识图谱、NLP和计算机视觉最前沿的技术发展，探索本地生活服务电商的价值。我们的算法影响着数亿消费者和数百万本地生活服务商家，我们在不断拓展数字经济和商业智能的边界。

计算机、人工智能、数学、电子工程、通信等相关专业。 熟练掌握机器学习和深度学习相关基础理论和方法，精通C/C++/Java/Python/Scala中至少一种语言编程，有使用相关算法解决实际问题的经验，具备较好的工程实现能力。 具有优秀的逻辑思维能力，对解决挑战性问题充满热情，善于分析/解决问题。 有以下情况的同学优先: - 在相关国际顶级会议上有论文发表或深入研究经历优先。 - 在知名算法比赛(kaggle/acm/kdd cup等)有获奖经历优先。