小红书大模型toB算法专家
任职要求
1、计算机相关专业，本科及以上学历，3年以上工作经验； 2、对常见AI任务有一定的实战经验，如意图识别、情感抽取、跨模态检索、RAG等，并有扎实的理论基础和丰富的研发经验； 3、对前沿的多模态和大模型技术有一定了解，如LangChain、…
工作职责
小红书的AI技术中台目前由ai技术部负责建设，通过标准化的AI技术能力提供支持公司各个业务团队，实现AI能力的共享和复用，提升技术资源的利用率和公司的创新迭代速度，并降低技术成本和稳定性风险 1、跟踪前沿AI算法进展，并将相应技术赋能到小红书实际的业务场景中，包括社区，商业化，交易，agi等 2、在AI平台之上构建应用层，可接触到大模型各种可能的落地场景，如知识问答，智能助理(AI取数、智能客服等场景)，大模型工具（SFT）等 3、探索大模型技术在搜广推场景的落地方案
1、构建业界领先的AI for Security大规模解决方案和架构（例如代码分析、漏洞检测、攻击研判、Oncall）； 2、与跨团队业务方紧密协作，推进大模型在安全领域的深度集成； 3、研究当前最好的算法模型和策略（Agent、后训练），并应用到字节跳动内场生产环境和ToB客户中； 4、团队培养和建设，跨团队、跨职能沟通协调，促进团队和合作方共赢。
1、构建业界领先的AI for Security大规模解决方案和架构（例如代码分析、漏洞检测、攻击研判、Oncall）； 2、与跨团队业务方紧密协作，推进大模型在安全领域的深度集成； 3、研究当前最好的算法模型和策略（Agent、后训练），并应用到字节跳动内场生产环境和ToB客户中； 4、团队培养和建设，跨团队、跨职能沟通协调，促进团队和合作方共赢。
【岗位使命】 作为大模型时代的先行者，我们将构建新一代AI应用体系，深度整合强化学习、智能体（Agent）技术及模型优化方案，在客服、营销、多模态质检、AI培训、智能研发等领域实现技术突破，推动大模型技术的规模化应用。 【核心方向突破，可选择其一或多个方向】 智能客服方向：基于AI Native思路，构建企业级智能客服系统，实现意图理解、对话策略优化等的闭环迭代，实现全链路的智能化突破。 智能语音方向：基于模型能力，持续在语音识别ASR、语音合成TTS、语音端点检测VAD等方向上进行突破。 预测算法方向：开发融合大语言模型与传统算法的预测引擎，在话务量、订单量等预测算法突破。 智能研发方向：基于模型微调下的智能研发领域突破。对标Devin构建toB的大型企业智能研发产品。
研究课题背景： 1.饿了么决策智能体：基于推理大模型以及智能体技术在外卖经营分析、决策、和托管的研究和应用创新。 2.通过结合推理大模型、强化学习、智能体、环境仿真建模等技术，构建饿了么生意决策智能体系统，面向饿了么toB用户提供，提供商业分析、商业决策、运营策略、以及执行动作推荐能力，降低分析决策成本的同时，更广阔的解空间探索并提高决策质量和效率，帮助客户解决商业问题、实现增长目标，在“数据驱动大模型决策智能”的创新型方向探索中做出贡献。 岗位描述： 1.大模型与决策技术融合： - 研发融合强化学习（RL）与推理大模型（RLMs）的混合框架，实现经营动作到收益预估的闭环决策系统； - 构建实时商业仿真环境，融合千万级订单数据与平台规则，动态建模市场环境； - 突破传统大模型文本训练局限，设计结构化时序数据（经营动作轨迹）、和非结构化知识（专家经验）联合训练框架，解决垂域偏好对齐问题； - 在决策建议中量化成本/收益/风险概率。 2.工业级系统落地： - 打造低延迟高可靠服务、AB实验体系，支撑百万级别店铺的商业分析、商业决策、运营策略、以及执行动作建议，帮助客户解决商业问题并实现增长。 3.跨团队协作： - 与工程和数据团队紧密合作，将算法需求转化为可落地的系统方案，通过 AB 实验验证模型效果，持续优化用户体验与业务指标。