小红书【2026校招】搜索算法工程师
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、熟悉机器学习和数据挖掘领域前沿技术，在国际顶级会议（Recsys、KDD、NIPS、ICML、ACL、SIGIR）以第一作者发表过高水平论文者优先，或在知名竞赛（例如KDD Cup、Kaggle、ACM等）中取得领先名次者优先； 3、具备独立开展研究工作的能力，有大模型、搜索、推荐、广告、NLP、图像识别、机器学习、深度学习、数据挖掘、知识工程、大数据统计等相关背景者优先； 4、编程基本功扎实，熟悉常用的数据结构和算法，擅长Java/C++/Python中至少一门语言； 5、踏实勤奋，自我驱动，有良好的沟通能力和团队合作能力，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。
工作职责
社区搜索： “遇事不决小红书”，小红书已经成为越来越多年轻人的日常搜索首选，超过 70% 的活跃用户在小红书上有主动搜索行为。社区搜索团队负责小红书搜索效果优化和前沿技术的探索，致力于打造中国最大的生活搜索引擎。 搜索是大模型技术应用最早和最广泛的ToC场景，小红书搜索算法团队致力于使用大模型革新传统搜索技术，包括但不限于AI搜索、生成式召回、基于LLM的新相关性范式、生成式推荐、大规模个性化预估、多模态大模型搜索等等；除此之外，前沿技术研究与落地也是小红书搜索算法团队重要的研究课题，小红书搜索团队每年至少发表二十余篇顶级学术会议论文，我们期待具有探索精神的你加入我们，一起参与充满挑战的新一代搜索引擎的建设 广告搜索： 1、精准理解用户搜索意图，洞察用户需求，对 Query 和多模态广告物料进行准确分析； 2、面向亿级别物料库构建稳定、相关和高效的搜索广告召回算法 & 架构设计，提升广告匹配效率，促进广告高效投放。 电商搜索： 1、触发策略：用户数据理解、深度匹配，传统匹配、用户意图识别、query纠错/改写、相关性建模等； 2、质量预估：点击率、转化率、客单价、交易额预估等； 3、机制设计：排序机制、流量预估、多样性机制等； 4、创意优化：商品图片、标题、优惠信息等展示创意优化。
“遇事不决小红书”，小红书已经成为越来越多年轻人的日常搜索首选，超过 70% 的活跃用户在小红书上有主动搜索行为。社区搜索团队负责小红书搜索效果优化和前沿技术的探索，致力于打造中国最大的生活搜索引擎。 搜索是大模型技术应用最早和最广泛的ToC场景，小红书搜索算法团队致力于使用大模型革新传统搜索技术，包括但不限于AI搜索、生成式召回、基于LLM的新相关性范式、生成式推荐、大规模个性化预估等等；除此之外，前沿技术研究与落地也是小红书搜索算法团队重要的研究课题，小红书搜索团队每年至少发表二十余篇顶级学术会议论文，我们期待具有探索精神的你加入我们，一起参与充满挑战的新一代搜索引擎的建设。 工作职责 1、研究生及以上学历，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、熟悉机器学习和数据挖掘领域前沿技术，在国际顶级会议（Recsys、KDD、NIPS、ICML、ACL、SIGIR）以第一作者发表过高水平论文者优先，或在知名竞赛（例如KDD Cup、Kaggle、ACM等）中取得领先名次者优先； 3、具备独立开展研究工作的能力，有大模型、搜索、推荐、广告、NLP、图像识别、机器学习、深度学习、数据挖掘、知识工程、大数据统计等相关背景者优先； 4、编程基本功扎实，熟悉常用的数据结构和算法，擅长Java/C++/Python中至少一门语言； 5、踏实勤奋，自我驱动，有良好的沟通能力和团队合作能力，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。
1、参与交易个性化搜索与推荐技术的优化，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、参与小红书电商用户增长智能营销体系建设，建设智能发券系统、基础用户画像、求购行为偏好等； 3、基于LLM的用户数据理解、用户意图识别、Query纠错/改写、多模态相关性建模等； 4、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，打造业界领先的分发算法。
小红书广告以 “社区+搜索”双引擎为核心，以真实体验触发用户信任，为客户打造深度触达高价值用户的营销闭环。广告算法团队致力于研发全球领先的在线广告算法，不断建设和升级“社区+搜索”双引擎驱动下的小红书广告技术体系，创造健康和互利的广告生态，引领行业创新性解决方案，助力客户实现 “心智占领-销售转化”双效增长，推动行业变革。 1、参与小红书广告全场景、全链路优化，包括召回/粗排/精排/混排/相关性各模块的整体优化，构建业界领先的下一代广告投放系统； 2、模型算法：负责搜推召回、粗排、精排等模块的CTR、CVR、LTR等模型优化工作，使用DIN、SIM、Transformer、Scaling、LRM等技术极致的提升模型效果，提升小红书广告收入； 3、出价算法：负责出价优化工作，包括转化出价、ROI出价、UBX自动化高维组合出价等相关产品的出价优化工作，使用PID等控制学理论、监督学习、强化学习等技术提升出价效果，提升小红书广告收入； 4、自动化算法：负责自动化投放优化工作，包括自动化新建计划、自动化关停计划、素材创意自动化生产&组合等工作，使用增益建模、监督学习、强化学习、AIGC等技术提升自动化投放效果，提升小红书广告收入； 5、投放策略：负责投放策略相关工作，包括DPA投放、用户体验、大促策略、新客户策略等优化工作，需要深入理解业务，配合产品设计线上策略，优化客户投广效果和体验。
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。