小红书【REDstar】推荐算法工程师

任职要求

1、本科及以上学历，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、在机器学习，人工智能，数据挖掘，统计学，最优化理论等领域有深厚的积累； 
3、编程基本功扎实，熟悉常用的数据结构和算法，擅长Jave/C++/Python中至少一门语言；
4、踏实勤奋，自我驱动，善于沟通，勤于思考，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，对于技术有热情；
5、有推荐、搜索、广告、NLP等相关背景者优先；有内容，新闻，短视频等行业的大规模推荐系统研发经验者优先；
6、有大规模深度学习应用或研究背景者优先；
7、熟悉机器学习和数据挖掘领域的前沿技术，在国际顶级会议（Recsys、KDD、NIPS、ICML、ACL）以第一作者发表过高水平论文者优先，有机器学习、数据挖掘等相关项目实际经验者，或者知名数据挖掘比赛（例如KDD Cup等）中取得领先名次者优先。

工作职责

社区推荐：
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，并将机器学习等推荐技术有效应用于小红书App社区图文及视频推荐，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。

广告推荐：
1、负责广告系统核心算法研发，包括展示&搜索CTR/CVR模型、流量策略、出价策略、广告主自动化投放算法；
2、优化商家投放体验，包括冷启动、投放稳定性、新客留存等方向，不断引入更多商家预算；
3、优化广告召回、出价策略、排序模型等算法模块，增强电商广告流量匹配效率。

电商推荐：
1、参与交易个性化推荐技术的优化，通过深度学习、迁移学习、跨域表征、多任务学习等技术提升分发匹配的效率，让每个用户可以快速准确的发现好货；
2、能够从复杂的业务环境中抽象出清晰具体的技术问题，将机器学习等推荐技术有效应用于小红书App社区图文及视频推荐，提升海量用户的交易与浏览体验； 
3、基于电商交易业务，进行模型和算法创新，与各部门（包括并不限于产品，业务中台等）的同事一起深入交流合作，打造业界领先的推荐算法。

增长推荐：
1、负责用户增长各环节的算法策略研发，通过算法策略优化提升个性化触达、外投广告、个性化内容分发、用户画像等效果； 
2、负责个性化推荐业务召回、排序等算法研发，持续优化用户拉新和拉活各个环节的算法效率； 
3、负责广告投放算法工作，通过个性化预估模型和运筹优化等算法，实现对用户的精准触达和出价，提升广告投放效率； 
4、负责用户消息触达等相关算法工作，通过推送等触达提升用户规模。