小红书高级算法工程师（NLP/多模态/大模型）-T&S

负责优化阿里妈妈搜索广告的相关性&NLP算法、用户体验优化，包括并不限于： 1. 建设搜索场景下的Query理解、商品理解、相关性判别能力； 2. 紧跟前沿LLM、MLLM、NLP和机器学习技术，结业上述业务需求，进行算法应用与创新，实现相关性体验优化； 3. 建设和完善Query理解、商品理解标签体系和标注标准，通过知识库建设、标注任务迭代、数据飞轮等持续提高数据质量，积累电商领域数据资产； 4. 从算法与工程Co-Design视角，设计和完善Query理解、商品理解、相关性判别的离在线算法和系统基建，充分释放算法优化带来的业务价值。

岗位职责 1. 结合最新NLP技术（LLM，多模态等），赋能公司内产品或探索新产品形态 2. 参与语音助手开发，包括但不限于数据收集、校验、模型训练、模型评测、工程开发等 3. 负责NLP技术在语音助手、OS场景相关算法中的应用和拓展 4. 负责分析、挖掘语音助手回流数据，输出洞察结论辅助产品迭代优化

1. 负责预训练模型及轻量化相关技术研究，通过研发高效的预训练策略、模型压缩等技术，构建出高效的轻量级预训练语言模型； 2. 研发先进的微调、对齐等技术，将预训练语言模型应用于语义理解、文本生成、对话等业务场景中，提升用户体验； 3. 跟进NLP前沿技术发展趋势，特别是语言大模型，探索相关算法的创新优化及落地应用，鼓励撰写发表论文/专利。

我们希望你既懂经典 OCR，也愿意拥抱大模型范式。 岗位职责：负责输入法多模态识别核心算法的研发，融合传统识别与大模型能力，打造精准、智能、低延迟的输入体验。 1、核心算法：研发在线/离线手写识别、OCR 文字识别核心模型。 2、大模型应用：探索并落地 多模态大模型（VLM） 在手写理解、图文识别、上下文纠错、智能补全中的应用。 3、数据与训练：构建高质量数据闭环，设计后训练 / 微调 / 蒸馏方案，持续提升模型泛化能力。 4、端侧落地：将大模型能力通过量化、蒸馏、剪枝等手段落地移动端，平衡效果、延迟与功耗。 5、效果迭代：通过 AB 实验、Badcase 分析、线上监控驱动算法持续优化。