1. 深入运用生成算法(如Diffusion、Transformer等)对出价决策模型进行探索与迭代,研究出价决策大模型的Scaling Law;
2. 利用大规模跨场景数据和大规模参数学习博弈场景的通用规律,构建出价决策领域的基础模型。
岗位要求
1. 计算机/自动化、数学/上物理、人工智能等相关专业的博士或优秀硕士(
毕业时间2025.11 ~2029.10
);
2. 聪明、自信,敢于突破,对技术有执着的追求和热爱;
3. 以下条件之一优先考虑:
-
作为第一作者在顶级国际会议或期刊上发表过论文;
-
参与开源项目并获得100以上的star;
-
在有影响力的比赛中取得优异成绩;
-
有Diffusion, Reinforcement Learning, Transformer, Scaling Law, Foundation Model研究背景的。
你将获得
1. 贴近工业实践的技术挑战,享有丰富的数据资源和强大的计算支持;
2. 深度参与研发团队内部研讨,与顶尖专家共同探讨前沿技术,合作发表国际顶级会议论文;
3. 一对一的行业专家指导,助力业界领先并具有巨大影响力的工作;
4. 可观的实习薪酬以及校招人才计划的绿色通道。