小红书排序模型算法工程师

任职要求

1.研究生及以上学历，在机器学习、深度学习、强化学习、基础数学、统计数学等领域有着一定积累；
2.深入了解推荐系统，搜索排序以及广告等系统，并且一直对业务具备学习热情，做真正懂业务的算法工程师；
3.在国际顶级会议发表论文者优先，包括但不限于KDD、SI…

工作职责

团队介绍：
我们是小红书基础模型组，负责公司核心场域的预估模型建设，我们通过序列建模、跨域学习，亦或者是寻求突破常规的生成式推荐，提升模型预估能力。我们不再受限于单场域数据，而是打通场域间的模型算法并结合业务特性，力求用技术突破边际效益，寻求大模型时代下搜广推的更多可能。如果你热爱技术，期待在小红书中用技术解决复杂业务挑战，欢迎加入构建小红书的新一代模型体系，共同探索无限可能！ 🚀
工作职责
针对小红书站内的推荐/广告排序模型进行全方位基础组件迭代，包含了模型的序列建模，跨场域信息利用，Scaling Up等等技术，参与召粗精全链路的算法设计，提升小红书首页推荐的核心体验2.指标以及广告收入。具体工作职责和技术点包括以下：
1.多域信息建设：建设全场域的序列特征服务，包含信息流，搜索，商业化等多个场景；
2.序列建模技术：深入探索长短期兴趣序列建模技术，结合业务理解 + 长序列技术做通用化 长序列end to end兴趣挖掘模块；
3.跨场域模型：对业务深入了解，具备横向能力，设计高效的跨场域模型，利用全场域稠密行为解决稀疏场域预估不准确问题；
4.模型Scaling Up：依托LLM架构，设计和实现下一代高效的排序模型范式，包含模型Scaling Up验证以及高效交叉模块；
5.工程协同：与数据平台、工程团队合作，实现模型的高效分布式训练、部署和服务化（TensorFlow/PyTorch），同时编写高质量的技术文档，分享技术成果和知识。