小红书【REDstar】NLP与多模态算法工程师
任职要求
1、本科及以上学历，计算机等相关专业； 2、编程基本功扎实，熟悉常用的数据结构和算法，擅长Java/C++/Python中至少一门语言，熟悉TensorFlow、PyTorch、Caffe、MXNet等主流深度学习框架； 3、具备独立开展研究工作的能力，熟悉机器学习、信息检索、数据挖掘、自然语言处理领域的经典算法，并能在业务中灵活解决实际问题，在大模型、自然语言处理、计算机视觉、多模态技术、深度学习等领域有着深厚技术积累，有搜索、推荐等相关背景，具备独立开展研究工作的能力； 4、在国际顶级会议（Recsys、KDD、NIPS、ICML、ACL、SIGIR）以第一作者发表过高水平论文者优先，或在知名竞赛（例如KDD Cup、Kaggle、ACM、AOI等）中取得领先名次者优先； 5、踏实勤奋，自我驱动，有良好的沟通能力和团队合作能力，有持续学习新知识的能力，有较强的逻辑思维能力，抽象、概括和总结能力。
工作职责
1、负责小红书搜索效果优化和前沿技术的探索，团队利用先进的生成式大模型、问答对话、多模态、大规模 CTR 预估、海量 ANN索引、流式机器学习框架等技术，通过 Query 分析优化、向量索引、内容理解、召回排序、相关性、预估等业务，为海量用户提供精准、快捷、智能化、个性化的搜索体验。
内容理解方向： 1、负责多模态内容理解、图像理解以及NLP相关的工作，应用图像和NLP技术，提升发布侧基础工具效果和体验； 2、负责包括但不限于大规模预训练模型、数据挖掘，持续优化并时刻保持技术先进性，将业界SOTA模型落地并改进以获取业务线上收益； 3、紧密关注相关领域业界的最新进展，并负责在发布&增长等业务的落地应用。 生成方向： 1、负责多模态生成/GAN等图像生成相关算法研发与优化, 跟进计算机视觉领域的前沿技术研究； 2、参与技术规划制定, 把握图像生成技术最新发展趋势； 3、推动技术在特效/素材生成/辅助设计等领域的应用。 基础视觉方向 1、参与计算机视觉（检测、分割、人脸、人体）的前沿技术的研究和落地； 2、为小红书发布侧提供基础视觉算法能力，为更多的模版服务，提升UGC使用体验。 AIGC方向： 1、参与计算机视觉、自然语言处理、多模态等领域的前沿技术研究； 2、利用前沿AIGC算法，打造业内领先的多媒体内容理解和生成能力。
创作发布算法方向： 1、负责图像编辑、视频剪辑、文案创作等内容创作相关算法的研发与优化，并在社区发布、商业化&电商创作等场景落地； 2、跟进多模态大模型内容生产、Agent等相关技术的最新发展趋势，保持技术先进性，持续探索Agent在内容创作方面的潜力。 内容理解方向： 1、负责多模态内容理解、图像理解以及NLP相关的算法研发工作，提升搜索、广告、推荐、创作发布的效果和体验； 2、负责包括但不限于多模态大模型Pre/PostTrain、数据挖掘，持续优化并突破业界SOTA效果，兼具落地以获取业务线上收益； 3、紧密关注相关领域业界的最新进展，时刻保持技术先进性，探索前沿技术的落地结合点。 AIGC生成方向： 1、负责多模态生成/GAN/Diffusion等图像&视频生成相关算法研发与优化, 跟进该领域的前沿技术研究； 2、参与技术规划制定, 跟进图像&视频生成技术最新发展趋势，打造业内领先的多模态内容生成能力。； 3、推动技术在图像&视频编辑/素材生成/辅助设计/特效等领域的应用。
1、负责优化小红书的生态算法，利用多模态内容理解、CV以及NLP相关能力，解决笔记、账号、交易、直播等多体裁的生态风险，融合笔记/视频/评论/账号等多维度特征，建设并优化生态领域的大模型； 2、负责包括但不限于大规模预训练模型、数据挖掘，内容理解特征体系，持续优化并时刻保持技术先进性，将业界SOTA模型落地并改进以获取生态业务线上收益； 3、紧密关注相关领域业界的最新进展，通过LLM/MLLM建模达成生态业务的机审能力，提高机审风险覆盖度和风险召回能力； 4、建立并优化生态场景下的内容理解特征体系，完善相关技术基建，并实现对外服务能力。
1、负责小红书搜广推多场景召回与排序模型优化，提升时长、互动、留存等核心指标； 2、核心技术方向包括：LLM应用于推荐系统，基于搜广推全域信号打通的图神经网络预训练模型，深度进化学习应用于全系统参数自动搜索，多模态在召回/排序等模块的应用等技术方向；在小红书独特的双列社区产品形态下，探索最适合社区产品的种草拔草全链路建模范式； 3、业务落地场景包括：双列推荐/展示/搜索/电商广告的模型，用户/资源冷启动，重排和多资源混排场景等。