小红书内容安全算法工程师-OCR 大模型方向

团队介绍：国际电商是以TikTok为载体的电商业务（也称为TikTok Shop），致力于成为用户发现并获取优价好物的首选平台，在直播电商、视频内容电商、货架电商等多场景下，国际电商希望能为用户提供更个性化、更主动、更高效的消费体验，为商家提供稳定可靠的平台服务，致力于新奇好物畅销全球，美好生活触手可得的使命。 Data-电商团队是国际电商的核心算法技术力量，专注于电商领域的算法创新，帮助用户高效发现感兴趣的商品，保障用户的购物安全，提升交易各环节的智能化水平。在这里，你将与一流的产品和技术团队合作、钻研，一起应对技术和业务上的挑战，推动技术在电商场景的深度落地。 1、大模型算法研发：构建电商领域的大模型LLM底座，融合电商的知识，快速落地电商业务，例如：沉淀电商大模型预训练链路，研发电商NLP大模型，或者研发电商图文或者视频多模态大模型； 2、基础算法研发：持续建设和深耕NLP/CV/多模态基础预训练算法（BERT类算法），例如：沉淀&优化电商场景的预训练模型，包括超长文本/口语文本预训练，电商图片/视频自监督，适配电商商品的多模态表征学习等； 3、梳理&沉淀算法库，抽象算法接口，最大化提高算法/预训练模型的复用率，同时优化数据采集&模型训练&部署&推理的流程，提升研发效率； 4、技术输出：定期分享SOTA模型，赋能电商甚至公司级别的业务BU，沉淀专利和论文。

1. 负责大规模OCR识别结果的数据清洗、纠错与结构化处理，提升文本抽取的准确率与可用性； 2. 设计并构建面向垂直领域的知识图谱，包括实体识别、关系抽取、属性融合、图谱对齐等核心环节； 3. 基于业务场景对开源或自研大语言模型（LLM）进行领域适配与高效微调（如LoRA、QLoRA、Prompt Tuning等），提升模型在特定任务（如问答、推理、信息补全）上的表现； 4. 运用本体论（Ontology）方法设计领域知识体系，定义概念层级、语义关系与逻辑约束，支撑高质量知识建模与推理； 5. 探索多模态（图像+文本）信息融合策略，将OCR输出与视觉上下文结合，增强知识抽取与语义理解能力； 6. 与产品、数据及工程团队紧密协作，推动知识驱动型AI系统在内容理解、智能检索、风险识别等场景中的落地。

岗位描述： 我们正在寻找一位具备扎实工程基础、对后端技术充满热情的工程师，参与小红书内容安全平台的智能化升级建设。该岗位以审核为核心业务背景，探索并落地内容审核架构&应用的落地，通过大模型与工程系统的深度融合，重构内容安全审核新模式，支撑百亿级内容审核规模，并探索国际化战场； 你将有机会参与前沿的审核架构落地以及业务升级，在快速演进的技术体系中，见证业务效率的跃迁、推动审核系统向更智能、更高效的方向发展。 岗位职责： 1. 负责内容安全能力（文本/图片/音视频/直播/文档等）在公司内外部业务的接入方案设计、落地与持续优化，保障接入效率与质量。 2. 建设统一接入框架与标准：SDK/API/网关策略/鉴权签名/回调通知/幂等重试/灰度发布等，降低业务接入成本。 3. 负责接入链路工程化与平台化：接入配置化、规则编排、策略路由、多引擎调度、结果聚合、降级与容灾等。 4. 建立接入全链路观测与运营能力：指标体系（QPS、延迟、命中率、拦截率、误杀漏放等）、日志追踪、告警与问题定位闭环。 5. 与算法、产品、风控、法务合规、运营及业务研发协作，推进标准化协议的执行落地、数据规范与审核策略在各业务快速复制和迁移。 6. 对接入质量与风险负责：高并发与低延迟保障、容量评估、压测、SLA、故障应急、数据安全与隐私合规。 7. 与团队成员进行系统设计与代码评审，推动工程规范、稳定性治理与技术沉淀。

1、负责图像、视频、文本等多模态算法的研究与开发，聚焦内容理解与安全防护； 2、探索基于多模态的内容理解技术，并应用于图片、视频等数据的版权保护、溯源追踪、风险识别与内容认证； 3、设计并实现高鲁棒性数字水印系统，支持抗截图、抗转码、抗删除等常见攻击，满足版权标识与泄露溯源需求； 4、研发面向AIGC生成内容的可检测标识技术（Watermarking for Generative Models），实现AI生成内容的自动识别与归属判定； 5、探索优化多模态数据的分类分级算法与风控策略，构建“识别-标识-追踪-响应”一体化安全闭环； 6、跟踪CV与多媒体安全领域前沿技术（如Transformer、GAN、Diffusion模型、多模态大模型），结合业务场景进行技术落地。