小红书【REDstar】用户理解算法工程师
任职要求
1、本科及以上学历，计算机或相关专业本科以上学历，具备扎实的数学、统计学以及计算机基础； 2、熟悉常见的常见机器学习、深度学习、数据挖掘方法，能熟练使用至少一种深度学习框架，如tensorflow、pytorch等； 3、至少精通一门编程语言，包括但不限…
工作职责
1、用户兴趣建模：基于小红书社区用户海量的行为数据，利用迁移学习、多场景多目标、序列建模等方式构建统一用户表征、人群圈层和可解释用户兴趣； 2、核心场景落地：推动用户理解能力在多场域的召回、排序、人群定向等场景落地，优化用户推荐、搜索、广告、电商等核心场景的体验； 3、技术前瞻探索：推动LLM、Agent 等前沿技术在小红书落地，共同构建覆盖全站用户&人群兴趣变迁和消费意图的知识基座。
1、在内容安全中负责具体风险域的治理，通过机器学习算法能力，识别内容安全问题； 2、内容安全应急能力建设，建设完整的突发事件治理能力，应用内容识别、行为理解能力对常规内容和复杂内容进行识别处置； 3、对于涉z、违法、违规内容从内容及账号维度进行全方位的识别，构建业界领先的内容识别能力。
1、跟踪大语言模型、多模态、强化学习等算法的最前沿进展，将相应技术赋能到机器翻译、多语言理解等小红书国际化实际的业务场景中； 2、结合业务场景，探索大语言模型、多模态模型、扩散模型等在搜广推场景的落地方案，提升海外多语言用户的搜索和推荐基础体验； 3、基于成熟的AI平台服务，构建AI搜索、素材智能创作等完善的AI原生应用和X+AI应用，打造具有核心用户价值的热点应用。
1、负责优化小红书的多模态内容理解大模型算法，利用LLM、VLLM、Embedding、CV以及NLP相关能力，解决社区/大商业中笔记、评论、账号等多体裁的审核问题；优化小红书综合机审大模型； 2、负责包括但不限于预训练、SFT、RL、多模态表征、Agent搭建、AutoPE、RAG等，持续优化并时刻保持技术先进性，将业界SOTA模型落地并改进以获取审核业务线上收益； 3、紧密关注相关领域业界的最新进展，通过LLM/MLLM不断优化生态业务的机审能力，提高机审风险覆盖度和风险召回能力。建立并优化生态场景下的内容理解特征体系； 4、跟踪大语言模型、多模态、强化学习等算法的最前沿进展，探索其在小红书审核业务中的落地方案。
1、负责CV 、NLP、多模态相关算法研发，面向包括但不限于多模态分类、图像分类、文本分类、目标检测、图像分割、内容质量评价等，在小红书商业/交易治理体系中落地风险防控能力； 2、负责包括但不限于预训练、SFT、RL、多模态表征、Agent搭建、AutoPE、RAG等，持续优化并时刻保持技术先进性，将业界SOTA模型落地并改进以获取审核业务线上收益； 3、负责算法和系统迭代与进化，能够深入小红书业务场景，结合实际需求进行技木落地和创新。