小红书【2026校招】搜广推大数据开发工程师

1、深度参与小红书搜广推C端业务迭代，优化搜广推业务架构，提供系统解决方案、提升核心服务稳定性； 2、参与业务通用化、平台化建设，对共用的能力进行抽象设计、研发，提升业务迭代效率； 3、参与解决高并发、高稳定性、业务模型复杂等问题带来的各种技术挑战。

小红书中台AI平台团队致力于打造业界领先的一站式AI平台，通过技术创新和工程优化，为公司AI业务发展提供强有力的基础设施支撑，实现算法研发效率的显著提升和成本的有效控制。我们负责调度公司所有AI模型训练及推理的数万卡GPU资源，基于自研的训练、推理、智能体框架，为公司所有算法及工程同学提供端到端、一站式的AI研发能力，包含大模型数据处理/训练/压缩/推理/部署及开箱即用的API体验、AI知识库/智能体应用构建、搜广推数据生产/模型训练/模型上线/特征管理/模型测试等。 1、负责大模型/搜广推模型开发平台、AI应用开发平台的架构设计和核心功能研发，构建云原生架构，设计高可用、高性能的微服务体系； 2、负责构建面向大模型、搜广推、智能体全流程DevOps，与下游云原生平台深度融合，支撑大模型在公司内各业务生产链路稳定高效地落地； 3、负责万卡规模GPU集群效能分析及优化，通过调度策略优化、在离线混部、GPU虚拟化、存储&网络加速等手段，提升GPU集群使用效率； 4、将平台和框架结合，通过任务调度、弹性容灾、性能优化等措施端到端提升AI生产效率，涉及k8s/kubeflow、网络通信、分布式训练等； 5、优化各AI平台性能，提升系统稳定性和可扩展性，保障大规模并发场景下的服务质量与用户体验； 6、持续研究分析业内创新AI平台产品，优化技术方案，改进产品功能，提升创新能力与产品体验。

云原生/Serverless 研发： 1、参与小红书搜广推在离线应用的 Serverless/FaaS 研发框架的设计和开发工作，支持 Java、C++ 等多种语言的应用低成本接入和使用； 2、参与适用于在离线一体的运维调度引擎设计和开发工作，支持数据、索引、代码包、流量、模型等的运维调度； 3、从端到端全流程打造高可靠、高性能、易扩展的 Serverless/FaaS 平台； 4、探索 Serverless + AI 研发新范式，帮助开发者享受到更极致的 AI 时代红利。 AI Agent 研发： 1、参与小红书 AI agent 框架技术研发，包括 DeepResearch Agent、PlanExecutor Agent、Multi Agent、通用 Agent 等技术开发； 2、打造小红书 AI agent 分布式研发运维体系，包括传统应用低成本接入，agent 的调试、运维、上线等，打造 AI 分布式应用研发体系； 3、构建并探索面向 agent 的评估体系，帮助复杂业务的 agent 形成持续迭代优化的正向循环体系； 4、探索创新更易上手开发的 agent 构建方式，更稳定可靠的 agent 的运行方式，突破大模型能力应用上限。

1. 主导新一代训练与推理引擎的架构设计与核心模块开发，支撑搜广推业务在长序列建模、生成式推荐、Agent 等前沿场景的规模落地。 2. 与存储、数据平台深度协同，打造端到端 ML 数据 Pipeline：统一特征管理、秒级调试、版本追踪与一键上线，让数据科学家专注模型创新。 3. 持续优化训推基础设施：自研 Embedding 高速存储、特征 DSL 引擎、弹性调度与服务化推理框架，实现 10x 级性能提升。 4. 跟踪 LLM / Agent 最新进展，将其工程化落地到搜索、广告、推荐及智能体业务，定义行业新标准。