滴滴搜索高级算法工程师(J250416049)

负责搜索/NLP相关的算法工作，包括但不限于： 1、搜索query理解，包括纠错、同义词、term weight和意图识别等 2、suggestion 召回/排序/重排，query推荐等 3、搜索召回、相关性、精排和重排等排序策略开发

国际化外卖-配送引擎方向, 为外卖配送提供了分单, 供需, ETA等业务核心能力; 技术上包括了分布式计算框架, 特征工程, 策略模型架构等方向, 涉及复杂的VRP算法优化、流式计算框架、资源调度平台, 特征工程研发等工作, 具备较强的业务效果要求和技术深度挑战; 岗位职责: 1、参与滴滴外卖配送引擎的核心系统研发，在充分理解配送业务的基础上进行需求分析、设计、开发、上线等工作 2、参与一个或多个核心数据微服务的设计和实现，充分理解业务的发展方向和引擎侧技术挑战 3、不断完善分单策略A/B实验能力，仿真系统及效率工具，提高策略迭代效率 4、通过技术驱动, 不断演进工程架构, 保障系统扩展性和稳定性

我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline； 2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链，主导框架与 MLOps 平台集成，提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作，参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代； 5、参与分析各业务 GPU 利用率与饱和度等指标，结合业务场景持续优化训练框架能力，提升框架领先性。

【职位介绍】 我们团队负责构建小红书推荐算法中台，提高内容分发效率，为海量用户提供极致的推荐体验。在这里，你将参与到推荐系统的全链路搭建和各类算法的研发，包括不限于大模型应用、多模态建模、深度学习、强化学习、迁移学习、表示学习、图学习等领域。我们希望对推荐、搜索、广告感兴趣的同学，加入我们一起研发世界一流的推荐引擎。 1. 负责推荐算法中台的全链路建设，抽象业务共性，敏捷高效支持各类推荐需求。 2. 负责业界先进推荐算法的研发和落地，包括但不限于大模型技术、多模态内容理解、召回算法、排序模型（粗精排）、长短期兴趣建模、多场景联合建模等。