小红书搜索算法工程师-相关性

1.负责点评搜索相关性计算模块工作，包括相关性模型能力升级、模型策略线上调优等核心工作，提升搜索结果的精准度，为用户不断提供更好的搜索体验，从而驱动业务规模增长； 2.深度研究搜索领域内的前沿算法技术，基于搜索全链路，提出用户体验改善方案，并使用大语言模型等NLP技术持续性迭代优化； 3.和产品、运营等团队紧密合作，根据业务需求进行数据分析和模型优化，提供高效的、符合用户需求的搜索体验； 4.解决生产环境中的问题和异常，保障搜索服务的稳定运行。

搜索相关性优化负责电商搜索链路（召回/粗排/精排）的相关性建模，提升用户体验。聚焦 降低 bad case（无关、劣质、不完整结果），提升结果的准确性与覆盖率。异常 case 治理构建 相关性异常检测与纠偏机制，减少用户“搜不到 / 搜不准”的情况。通过语义匹配、Query 理解、意图识别等手段，优化长尾、模糊、歧义搜索请求。前沿算法探索与应用应用 大规模预训练模型（LLM）等技术，提升搜索体验。探索 query rewrite / query expansion / re-ranking 技术，改善搜索结果的精准度与多样性。数据与特征建设挖掘用户行为数据（点击、加购、下单等）以及商品内容特征，建立高质量的特征体系。构建数据闭环，推动 bad case 的自动发现、样本生成与模型优化。

1.迭代召回及相关性算法能力，深入理解用户意图、挖掘广告内容信息，提升广告匹配效率 2.优化点击率、转化率模型效果，利用丰富的内容和用户行为数据，并结合实际业务场景，提升模型预估准确度 3.优化广告策略算法建设，深入理解广告机制，在智能出价、拍卖机制等方向上迭代策略，提升广告主投放体验 4.跟踪学习相关领域前沿进展，探索新技术在实际业务场景中的落地

1、 触发策略：用户数据理解、深度匹配，传统匹配、用户意图识别、query纠错/改写、相关性建模等； 2、质量预估：点击率、转化率、客单价、交易额预估等； 3、机制设计：排序机制、流量预估、多样性机制等； 4、创意优化：商品图片、标题、优惠信息等展示创意优化；