小红书广告算法实习生-行业方向
任职要求
熟练掌握至少一种编程语言:Java/C++/Scala/Python，掌握TensorFlow/PyTorch框架，具有Spark/Flink实战经验； 具备广告/推荐/搜索系统全链路优化经验者优先（包括但不限于召回/排序/机制设计）； 熟悉…
工作职责
针对行业设计差异化的召回、粗排、精排等模型能力升级，构建行业深度定制化系统能力； 从事搜索和信息流广告中教育、出行等线索留咨类行业的变现效率策略研究； 从流量策略、机制策略、智能出价、投放产品升级等方向提升行业消费空间； 以行业视角洞察行业预算和投放形态，优化成本达成、冷启、投放稳定性等核心客户体验；
【职位前言】 DeepSeek-R1的发布给世界带来了不小的震撼，更令人敬佩的是，无论是赶超OpenAI o1的模型效果，还是节省百万美元成本的工程优化，这背后的原理与实现都在官方发布的技术报告和开源项目中一一公开。 大语言模型的前沿研究将不再只是少数巨头才玩得起的项目，更多的研究者可以入局这场对人工智能探索的新征程。 如果您对模型背后的工程优化充满好奇（FP8混合精度训练、分布式专家并行等），想深入了解并上手实践，但又没有合适的计算资源与明确的优化目标，又对模型 post-training（GRPO强化学习、模型蒸馏等等）跃跃欲试，但又没有明确的应用场景和数据资源—— 那不妨来网易云音乐，和我们搭上这趟时代的列车，一起拆解硬核技术，聚焦于音乐业务中的搜索、推荐、广告场景，探索大模型的应用落地与高效部署。 【职位描述】 1、参与大模型在后训练和推理工程中的性能优化，结合底层硬件特性从混合精度训练、矩阵计算加速、注意力机制计算优化、GPU分布式并行等方面提升工程效率； 2、通过强化学习、模型蒸馏等方式，构建音乐领域具有 CoT 推理能力的大语言模型，应用于搜索、推荐、广告等业务场景。 【我们拥有】 1、音乐行业内海量用户独一无二的数据资源； 2、贴近实际的业务场景，让 idea 落地并发挥价值； 3、可观的计算资源，性能上还有极大的空间待与你一同挖掘； 4、鼓励创新探索、倡导悉心钻研、宽松融洽多元的团队氛围； 5、成果转换的支持，合作完成项目及论文，助力未来的职业发展。
团队负责小红书生成式推荐方向，目前已经完成了原型架构的开发和线上验证，欢迎有能力、有热情的同学一起，共同探索生成式推荐和多模态大模型在真实业务场景的价值。
1、从事信息流广告中召回、粗排、精排和混排等模型的优化； 2、从事流量策略、机制策略、智能出价和广告主工具等方向的建设和优化； 3、从事广告内容理解、广告创意生成、广告质量、用户体验等方向的建设和优化； 4、从事行业向业务的深度优化目标和业务策略的优化。 （能满足以上某一个方向即可）
1、对AIGC感兴趣，协助跟进AIGC营销智能助手、AI对话、AI Agent相关产品的设计及上线； 2、跟进业务重点项目需求分析和实时落地，高效推进保证项目按时交付； 3、负责AI生成内容的评估及分析，并从case中洞察问题。