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。
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。
1. 负责面向AI手机、智能座舱等ToB场景的多模态交互模型研发，包括语音基础模型、视觉-语言模型（VLM）、全模态大模型的后训练（CPT/SFT/RL）与推理优化。 2. 研发基于神经网络、扩散模型或大模型的端侧音频信号处理算法（如语音增强、降噪、去混响），提升复杂声学环境下的语音交互质量。 3. 构建支持自然打断、精准判停、上下文感知的实时双工交互模型，实现低延迟、高鲁棒性的流式对话体验。 4. 针对端侧资源约束，开展模型压缩、量化、蒸馏及高效部署，确保算法在DSP/NPU等嵌入式平台稳定运行。 5. 与系统、产品团队紧密协作，推动算法从原型验证到大规模商用落地。