小红书服务端开发工程师（电商平台治理 × Agent/智能体方向）
任职要求
#我们希望你具备（门槛友好，上限极高） - 精通Java/Go任一即可，特别欢迎毕业1～3年渴望快速职业成长的同学，面向5年以上小伙伴也有项目技术带头人的空缺； - 本科及以上，计算机基础扎实，熟悉微服务、Spring Cloud/Dubbo/K8s/Redis/MQ等常见技术栈； - 对框架有极客精神，有过规则引擎、风控系统、审核平台等治理相关经验优先； - 有代码洁癖，追求极致性能与可解释性； 加分项（有最好，没有我们一起冲）： – 大模型/LLM/Agent开发经验（LangChain、AutoGPT、CrewAI等）； – 电商、风控、治理、反作弊、信任安全相关项目经验； – 多模态、RAG、提示…
工作职责
#为什么2026年你会感谢自己选了这个岗？ 小红书电商GMV 150%+年复合增速，每少损失1个点假货/刷单，就是几亿到账保护。 这里不是传统风控，而是全球最复杂的社区电商治理战场：3亿月活、千万级买手&商家、百亿交易笔记、直播实时弹幕、UGC内容即商品，一处失守就是全网舆情。 你将从Day1起就用代码+大模型决定10万+商家生死、亿级用户信任，影响力直达交易与商业化最高决策层，简历直接从“普通后端”升级成“治理+Agent双专家” #专属成长加速包（专为渴望成长速度快于同龄人的你量身定制） - 加入后12-18个月成为业界最稀缺的“电商治理+多智能体”复合型专家； - 扁平化文化，优秀的人天然会被赋予更大责任、更广权限、最核心的项目，成长完全取决于你的能力和产出； - 深度实践全球最前沿的大模型+多Agent在真实亿级治理场景的落地（智能稽查Agent、纠纷仲裁机器人、商家风险画像、自动宣教闭环、假货多模态识别等），比纯大模型岗更硬、更能出成果； - 薪资直接对标T0/T0.5梯队，快速增值的期权为你的收入上个超强buff，房补、三餐、补充商保全配齐； #你每天会做的事（技术爽点+业务影响力双爆表） - 设计并落地超大规模、可秒级热更新的规则引擎 + 多智能体协同框架，让黑灰产无处遁形； - 打造全球领先的大模型驱动的可解释处置平台 + 人机协同审核体系，把仲裁效率提升10倍+； - 建设实时大数据情报感知中心，用多Agent对抗千万级黑灰产，守护每一笔真实交易； - 探索Agent在商家宣教、信用评价、纠纷调解中的全链路自动化，做出刷爆行业的SOTA案例； - 持续演进高可用、高并发治理中台，扛住大促期间单日数百亿~千亿次治理调用，峰值QPS 20万+的极端流量冲击；
岗位描述： 我们正在寻找一位具备深厚技术能力与内容安全风险洞察力的资深架构师，负责小红书内容安全平台的架构规划与落地实施工作。您将主导关键系统的技术选型与设计，构建高可用、高扩展的技术体系，支撑百亿级内容审核规模下的风险域决策与实时响应。 岗位职责： 1. 审核体系架构设计：负责百亿级内容安全审核平台整体架构设计与演进，覆盖文本/图片/音视频/直播/评论/私信等场景。推动&落地目标审核架构。 2. 智能审核模式探索与落地：设计并落地面向审核的 Agent 框架，推动 Agent 与传统审核能力融合：规则引擎、关键词、黑样本库、相似检索、风控对抗；建立“智能运营”能力：自动聚类新风险、自动生成规则/策略草案、自动回归与效果评估。 3. 策略工程与决策编排 4. 建立数据闭环与评测体系：实现样本与标注闭环：采集、标注、质检、回流、难例挖掘、偏差分析，形成持续学习机制。 5. 建设可追溯审计能力：证据链、决策过程记录、模型/策略版本关联、日志留存与合规报表。与法务/合规/运营联动制定审核标准与应急预案，建设重大风险预警与止血机制。 6. 作为关键系统 Owner，把控核心架构、关键模块设计与代码质量；推动跨团队协作（算法/平台/风控/运营/法务）。
岗位描述： 我们正在寻找一位具备深厚技术能力与内容安全风险洞察力的资深架构师，负责小红书内容安全平台的架构规划与落地实施工作。您将主导关键系统的技术选型与设计，构建高可用、高扩展的技术体系，支撑百亿级内容审核规模下的风险域决策与实时响应。 岗位职责： 1. 审核体系架构设计：负责百亿级内容安全审核平台整体架构设计与演进，覆盖文本/图片/音视频/直播/评论/私信等场景。推动&落地目标审核架构。 2. 智能审核模式探索与落地：设计并落地面向审核的 Agent 框架，推动 Agent 与传统审核能力融合：规则引擎、关键词、黑样本库、相似检索、风控对抗；建立“智能运营”能力：自动聚类新风险、自动生成规则/策略草案、自动回归与效果评估。 3. 策略工程与决策编排 4. 建立数据闭环与评测体系：实现样本与标注闭环：采集、标注、质检、回流、难例挖掘、偏差分析，形成持续学习机制。 5. 建设可追溯审计能力：证据链、决策过程记录、模型/策略版本关联、日志留存与合规报表。与法务/合规/运营联动制定审核标准与应急预案，建设重大风险预警与止血机制。 6. 作为关键系统 Owner，把控核心架构、关键模块设计与代码质量；推动跨团队协作（算法/平台/风控/运营/法务）。
我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline； 2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链，主导框架与 MLOps 平台集成，提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作，参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代； 5、参与分析各业务 GPU 利用率与饱和度等指标，结合业务场景持续优化训练框架能力，提升框架领先性。
【业务介绍】 作为公司统一的机器学习平台团队，负责调度公司所有模型训练与推理资源；基于自建的训推引擎，构建公司统一的机器学习平台，为公司所有算法同学（稀疏 & 稠密，含 LLM） 模型迭代提供端到端的一站式服务；包括 数据生产，模型训练，模型上线，特征管理，模型测试，资源管控等一系列能力。 【岗位职责】 1、负责机器学习链路，离在线数据相关的开发工作，包括样本数据、特征数据等的数据链路搭建、任务运维和调优、性能优化等 2、负责小红书大规模机器学习平台的后台系统设计和开发工作；包括样本平台，特征平台，训练平台，推理平台等AI应用后台建设等； 3、研究分析业内AI平台产品，优化技术方案，改进产品功能，完善产品体验。