小红书精排模型算法工程师-社区算法
任职要求
1. 计算机相关专业，推荐/搜索/广告/机器学习相关背景， 2年以上工作经验； 2. 在推荐系统，机器学习，数据挖掘建模等一个或多个算法领域有扎实的理论基础和丰富的研发经验，对算法原理及应用有较深入的理解；搜广推场景粗精排后排模块，有丰富模型经验者优先。 3. 良好的逻辑思维能力，善于发现和推理不同事物之间的关系和影响； 4. 具备优秀的分析和解决问题的能力，对解决具有挑战的问题充满激情，具备良好的主动性和求知欲，具备良好的沟通协作和抗压能力；
工作职责
1. 深入理解业务场景，负责小红书推荐场景的模型迭代&优化工作。 2.大规模推荐系统的研发和优化，为亿级用户提供稳定可靠的实时推荐服务。 3.分海量用户行为数据建模，更精准的刻画用户兴趣，提升小红书推荐的用户体验。 4.对模型迭代流程的全面优化，提升模型的迭代效率。
小红书广告以 “社区+搜索”双引擎为核心，以真实体验触发用户信任，为客户打造深度触达高价值用户的营销闭环。广告算法团队致力于研发全球领先的在线广告算法，不断建设和升级“社区+搜索”双引擎驱动下的小红书广告技术体系，创造健康和互利的广告生态，引领行业创新性解决方案，助力客户实现 “心智占领-销售转化”双效增长，推动行业变革。 1、参与小红书广告全场景、全链路优化，包括召回/粗排/精排/混排/相关性各模块的整体优化，构建业界领先的下一代广告投放系统； 2、模型算法：负责搜推召回、粗排、精排等模块的CTR、CVR、LTR等模型优化工作，使用DIN、SIM、Transformer、Scaling、LRM等技术极致的提升模型效果，提升小红书广告收入； 3、出价算法：负责出价优化工作，包括转化出价、ROI出价、UBX自动化高维组合出价等相关产品的出价优化工作，使用PID等控制学理论、监督学习、强化学习等技术提升出价效果，提升小红书广告收入； 4、自动化算法：负责自动化投放优化工作，包括自动化新建计划、自动化关停计划、素材创意自动化生产&组合等工作，使用增益建模、监督学习、强化学习、AIGC等技术提升自动化投放效果，提升小红书广告收入； 5、投放策略：负责投放策略相关工作，包括DPA投放、用户体验、大促策略、新客户策略等优化工作，需要深入理解业务，配合产品设计线上策略，优化客户投广效果和体验。
小红书广告以 “社区+搜索”双引擎为核心，以真实体验触发用户信任，为客户打造深度触达高价值用户的营销闭环。广告算法团队致力于研发全球领先的在线广告算法，不断建设和升级“社区+搜索”双引擎驱动下的小红书广告技术体系，创造健康和互利的广告生态，引领行业创新性解决方案，助力客户实现 “心智占领-销售转化”双效增长，推动行业变革。 1、参与小红书广告全场景、全链路优化，包括召回/粗排/精排/混排/相关性各模块的整体优化，构建业界领先的下一代广告投放系统； 2、模型算法：负责搜推召回、粗排、精排等模块的CTR、CVR、LTR等模型优化工作，使用DIN、SIM、Transformer、Scaling、LRM等技术极致的提升模型效果，提升小红书广告收入； 3、出价算法：负责出价优化工作，包括转化出价、ROI出价、UBX自动化高维组合出价等相关产品的出价优化工作，使用PID等控制学理论、监督学习、强化学习等技术提升出价效果，提升小红书广告收入； 4、自动化算法：负责自动化投放优化工作，包括自动化新建计划、自动化关停计划、素材创意自动化生产&组合等工作，使用增益建模、监督学习、强化学习、AIGC等技术提升自动化投放效果，提升小红书广告收入； 5、投放策略：负责投放策略相关工作，包括DPA投放、用户体验、大促策略、新客户策略等优化工作，需要深入理解业务，配合产品设计线上策略，优化客户投广效果和体验。
团队介绍：负责抖音集团中国区非闭环电商广告分发相关优化，包括平台电商、引流电商。我们通过模型算法、出价算法、自动化算法、投放策略等手段，提升客户的投广的效果和体验，从而提升广告长期收入。 1、模型算法：负责非闭环电商召回、粗排、精排等模块的CTR、CVR、LTR、GMV等模型优化工作，使用DIN、SIM、Transformer、Automl等技术极致的提升这些模型效果，从而提升非闭环电商收入； 2、出价算法：负责非闭环电商出价优化工作，包括下单出价、支付ROI出价、UBX自动化高维组合出价等相关产品的出价优化工作，使用PID等控制学理论、监督学习、强化学习等技术提升出价效果，从而提升非闭环电商收入； 3、自动化算法：负责非闭环电商自动化投放优化工作，包括自动化新建计划、自动化关停计划、素材创意自动化生产&组合等工作，使用增益建模、监督学习、强化学习、AIGC等技术提升自动化投放效果，从而提升非闭环电商收入； 4、投放策略：负责非闭环电商投放策略相关工作，包括DPA投放、用户体验、大促策略、新品拓品策略、新客策略等优化工作，需要深入理解业务，配合产品设计线上策略，优化客户投广效果和体验。
-面向亿级别用户的大规模搜索场景，构建百亿样本万亿参数的大规模个性化排序模型，通过大规模分布式学习、超长用户行为序列建模、多模态多目标学习等算法优化，提升模型的在线效果和用户体验； -面向高速增长的搜索业务，调研和落地业界算法的前沿进展，结合小红书搜索业务场景不断创新，设计精准满足用户需求、快速响应业务优化、高性能可扩展的粗排、精排和重排算法，通过体验提升拉动搜索增长； -面向业界独特的 UGC 生态和生活搜索场景，不断分析和拆解整体和细分搜索场景中的核心体验问题，针对不同意图与人群的精细化搜索排序算法，创造极致的搜索体验 -面向快速成长的商业化业务，设计平衡搜索体验和商业化营收的混排算法与机制，促进社区价值与商业价值的最大化；