小红书搜索策略产品经理（生态真实性方向）

1. 为微博搜索效果和增长指标负责。对微博搜索海量行为进行深入探究，定位用户真实的搜索诉求。 2. 充分理解微博的内容生态，建设物料质量和分类体系，并针对各类场景及AI搜索场景针对性建设物料，促进效果改进。 3. 以目标为导向，基于搜索问题拆解原因，设计完整清晰的解决方案，并协同研发团队快速落地，实现可量化的项目方案。 4. 通过用户调研、竞品分析、数据挖掘，学习和了解业界动态，制定搜索产品的中长期规划及产品节奏，并落地执行。

工作职责： 1、负责小红书搜索“真实性”心智的体系建设，感知搜索内不真实的问题，制定不真实内容/账号标准，通过分级排序策略平衡搜索体验； 2、设计并实施搜索生态治理策略，涵盖低质虚假内容识别，与排序打压等环节，提升结果可信性； 3、构建生态治理效果监控体系，包含用户问卷、用户负反馈信号收集与应用，并推动算法与跨团队协作，保障策略落地与持续迭代； 4、洞察用户搜索体验趋势，研究行业实践，持续完善搜索真实性治理的方法论与策略能力。

1、探索并选择明确的用户场景（如旅游、购物等），打磨场景下的容器和策略效果，带来用户留存的增长 2、负责小红书社区搜索内容生态策略，利用社区的优势，解决长尾需求下缺少供给的问题 3、定义搜索满意度，拆解用户核心问题，驱动迭代、提升搜索体验 4、和研发、运营、用研等团队紧密协同，跟进产品需求的设计、开发上线，提升迭代效率 方向1:负责社区ai搜索产品容器和功能迭代 方向2:优化双列搜索体验，负责功能迭代 方向3:搜索生态策略，负责小红书搜索“真实性”心智的体系建设

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。