小红书【REDstar】NLP通用基础大模型算法方向
任职要求
1、本科及以上学历，计算机相关专业优先； 2、具备扎实的Pytorch与Python技术基础，擅长代码读写，且能有效利用工具提升工作效率； 3、精通至少 1 个 Deep Learning 任务，有相关实习经历或支撑过 Web Scale 的业务规模； 4、对 SOTA 的大模型技术有深入了解，能够问出好的问题，并对至少一个重要问题有非共识理解； 5、具备良好的科学研发习惯、问题定义能力和对细节敏感。
工作职责
1、定性分析、定量评估数据质量，并给出 scalable 的改进方案，对数据采集和处理流程不断提出新的要求和改进方案； 2、在 Large Scale 上迭代并改进模型使其更加的高效（capacity per flops / improvement per flops），或者提升模型的 scale up 后的稳定性； 3、研究并改进 Scale Law，随着模型的变化给出 Large Scale 上的技术选择（例如参数/数据比、不同超参数设置等）； 4、研发多种模态作为输入/输出的 Large Scale 模型。
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。
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。
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。
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。