小红书【2026校招】审核运营（内容研判方向）
任职要求
1、本科及以上学历，新闻传播学、中文、法律等相关专业优先，小红书深度用户优先；
2、具备敏锐的热点洞察力和较强的信息分析能力，能够…工作职责
1、负责高热内容的风险识别与问题研判，深刻理解并预测热点事件中的潜在风险，保障风险发现与研判判断的时效性与准确性，维护高热内容的整体画风导向； 2、基于典型案例复盘，总结、沉淀高热内容事件的研判方法与决策流程，提升内容画风分析、观点倾向判断等能力，并进一步反哺至规则优化与机制完善； 3、基于数据指标、行业经验及对政策法规的理解，识别内容风险、研判趋势走向，明确治理目标与预期； 4、熟悉治理链路与方法，能够基于治理目标，协同各方快速推进治理动作，并做好效果追踪与监测； 5、推动多部门协同治理，与上下游团队建立紧密协作机制，确保问题治理全链路畅通，跟踪治理进展，保障业务健康稳定发展。
1、审核规则制定&优化：依据法规与业务，制定并优化审核规则，使其贴合市场与监管要求，保障审核有章可循且精准有效；跟踪行业动态，及时调整审核规则，确保规则与时俱进，为业务合规运营筑牢根基； 2、大模型驱动的审核规则构建与优化：基于法规与业务场景，设计适配大型审核能力的规则体系，确保规则可被大模型精准理解与执行；主导大模型审核提示词(Prompts)的迭代优化，持续提升审核准确率与覆盖率； 3、人机审核协同与质量管控：深度分析大模型审核结果(通过率/误杀率/召回率)，定位规则或提示词缺陷，驱动模型与规则联合优化；为协作团队提供“大模型决策逻辑解读”及争议case处理指南，提升人效与一致性； 4、风险研判与应对：深度剖析内容，识别各类风险，制定风险化解策略，守护业务免受法律、品牌等风险冲击；基于风险评估与审核数据，协同各方优化审核策略推动业务在合规轨道上稳健发展。
1、基于对内容治理风险域的理解，结合高频举报等数据，对于社会热点事件、聚类风险内容等输出举报研判结果； 2、对各类风险事件、用户反馈典型问题能够快速判断，结合站内外数据综合判断风险程度和影响面，及时上升对外流转； 3、能够对举报场景的各类风险内容和数据做周期性分析与总结，精准剖析问题； 4、针对高风险内容给到举报侧主张，推动治理方解决问题，复盘原因和跟进风险解决进度。
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。