小红书大模型应用算法工程师-国际化业务
社招全职3-5年大模型地点:北京 | 上海 | 杭州状态:招聘
任职要求
1、计算机/电子信息/自动控制/软件工程/数学等相关专业,硕士及以上学历; 2、扎实的大模型和机器学习理论基础,熟悉搜索 / RAG / LLM / MLLM,Agent等相关算法和系统,有大模型相关场景的业务实践经验者优先; 3、具备优秀的研究和创新能力,在ACL/EMNLP/NAACL…
登录查看完整任职要求
微信扫码,1秒登录
工作职责
1、跟踪文本大模型、多模态大模型、强化学习等算法的最前沿进展,将相应技术赋能到多语言AI搜索对话、大模型内容理解等小红书国际化实际的业务场景中; 2、基于成熟的AI平台服务,探索构建AI搜索、对话、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。
包括英文材料
学历+
大模型+
https://www.youtube.com/watch?v=xZDB1naRUlk
You will build projects with LLMs that will enable you to create dynamic interfaces, interact with vast amounts of text data, and even empower LLMs with the capability to browse the internet for research papers.
https://www.youtube.com/watch?v=zjkBMFhNj_g
机器学习+
https://www.youtube.com/watch?v=0oyDqO8PjIg
Learn about machine learning and AI with this comprehensive 11-hour course from @LunarTech_ai.
https://www.youtube.com/watch?v=i_LwzRVP7bg
Learn Machine Learning in a way that is accessible to absolute beginners.
https://www.youtube.com/watch?v=NWONeJKn6kc
Learn the theory and practical application of machine learning concepts in this comprehensive course for beginners.
https://www.youtube.com/watch?v=PcbuKRNtCUc
Learn about all the most important concepts and terms related to machine learning and AI.
RAG+
https://www.youtube.com/watch?v=sVcwVQRHIc8
Learn how to implement RAG (Retrieval Augmented Generation) from scratch, straight from a LangChain software engineer.
AI agent+
https://www.ibm.com/think/ai-agents
Your one-stop resource for gaining in-depth knowledge and hands-on applications of AI agents.
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
ACL+
https://www.aclweb.org/portal/
Computational linguistics is the scientific study of language from a computational perspective.
EMNLP+
还有更多 •••
相关职位
校招核心本地商业-业
1.参与美团全球化业务中智能客服、智能审核、智能外呼等核心场景的大模型应用研发与落地工作。 2.针对跨文化、多语言、少样本等复杂业务挑战,研究并应用强化学习、多模态学习、高效后训练等前沿技术,对大模型进行深度优化与能力增强,提升模型在实际业务中的表现。 3.主要研究方向包括但不限于: a. 任务型对话技术攻关: 研究强化学习与高效后训练方法在多模态任务型对话中的应用,优化全球用户的复杂服务请求处理与任务达成效果。 b. 少样本多模态理解与推理: 探索在海外数据稀疏环境下,通过少样本学习等手段构建强大的多模态理解与推理能力,支持高效合规审核及风险识别。 c. 可控对话生成与知识融合: 面向智能外呼等场景,研究多语言环境下可控对话生成及知识融合技术,提升沟通的自然度、准确性和业务转化率,并追踪前沿技术动态,推动创新落地。
更新于 2025-05-23北京
校招大模型
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。
更新于 2025-12-31北京|上海|杭州
校招大模型
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。
更新于 2025-12-31北京|上海|杭州