logo of xiaohongshu

小红书【REDstar】机器学习算法工程师-社区算法

校招全职策略算法地点:北京 | 上海状态:招聘

任职要求


1、本科及以上学历;计算机等相关专业优先;
2、编程基本功扎实,熟悉常用的数据结构算法,擅长Java/C++/Python中至少一门语言;
3、具备独立开展研究工作的能力,有大模型、搜索、推荐、广告、NLP、图像识别、机器学习深度学习数据挖掘、知识工程、大数据统计等相关背景者优先;
4、熟悉机器学习数据挖掘领域前沿技术,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App社区(主站)的推荐、搜索、交易、增长、直播等业务场景的技术探索,能够从复杂的业务环境中抽象出清晰具体的技术问题,并将大模型、机器学习等技术有效应用于小红书App社区建设上,与各部门(包括并不限于产品,基础技术等)的同事一起深入交流合作,共同迭代和优化社区产品,提升亿级用户体验,Inspire Life;
2、构建小红书App社区(主站)的内容、用户之间的生产、关系、分发、消费机制,利用Query理解、多模态内容理解、相关性/召回/排序算法、深度学习、因果推断、迁移学习、跨域表征、多任务学习、图网络、运筹学、博弈机制等技术,持续建设图文&视频内容的大规模推荐/搜索/交易/知识生产等系统,通过策略和模型优化不断提升实现SOTA效果。
包括英文材料
学历+
数据结构+
算法+
Java+
C+++
Python+
大模型+
NLP+
机器学习+
深度学习+
数据挖掘+
大数据+
ICML+
Kaggle+
相关职位

logo of xiaohongshu
校招策略算法

1、负责小红书App社区(主站)的推荐、搜索、交易、增长、直播等业务场景的技术探索,能够从复杂的业务环境中抽象出清晰具体的技术问题,并将大模型、机器学习等技术有效应用于小红书App社区建设上,与各部门(包括并不限于产品,基础技术等)的同事一起深入交流合作,共同迭代和优化社区产品,提升亿级用户体验,Inspire Life; 2、构建小红书App社区(主站)的内容、用户之间的生产、关系、分发、消费机制,利用Query理解、多模态内容理解、相关性/召回/排序算法、深度学习、因果推断、迁移学习、跨域表征、多任务学习、图网络、运筹学、博弈机制等技术,持续建设图文&视频内容的大规模推荐/搜索/交易/知识生产等系统,通过策略和模型优化不断提升实现SOTA效果。

logo of xiaohongshu
校招策略算法

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。

logo of xiaohongshu
校招策略算法

1、负责推荐技术的落地;实现个性化推荐,分发策略,用户理解,内容理解等方向的技术突破; 2、沉淀社区推荐技术,并探索业务的边界。能够从复杂的业务环境中抽象出清晰具体的技术问题,并将机器学习、大模型等前沿技术有效应用于小红书App社区图文、视频、直播等体裁的推荐,提升海量用户体验,Inspire Life; 3、与各部门(包括并不限于产品,基础技术等)的同事一起深入交流合作,共同迭代和优化社区信息流推荐产品。

更新于 2025-09-16
logo of xiaohongshu
校招策略算法

“遇事不决小红书”,小红书已经成为越来越多年轻人的日常搜索首选,超过 70% 的活跃用户在小红书上有主动搜索行为。社区搜索团队负责小红书搜索效果优化和前沿技术的探索,致力于打造中国最大的生活搜索引擎。 搜索是大模型技术应用最早和最广泛的ToC场景,小红书搜索算法团队致力于使用大模型革新传统搜索技术,包括但不限于AI搜索、生成式召回、基于LLM的新相关性范式、生成式推荐、大规模个性化预估等等;除此之外,前沿技术研究与落地也是小红书搜索算法团队重要的研究课题,小红书搜索团队每年至少发表二十余篇顶级学术会议论文,我们期待具有探索精神的你加入我们,一起参与充满挑战的新一代搜索引擎的建设。 工作职责 1、研究生及以上学历,计算机、人工智能、电子信息、自动化、软件或数学等相关专业; 2、熟悉机器学习和数据挖掘领域前沿技术,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等)中取得领先名次者优先; 3、具备独立开展研究工作的能力,有大模型、搜索、推荐、广告、NLP、图像识别、机器学习、深度学习、数据挖掘、知识工程、大数据统计等相关背景者优先; 4、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; 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。

更新于 2025-09-16