小红书推荐算法实习生-内容流量治理
任职要求
1、计算机或相关专业硕士及以上学历； 2、在机器学习，人工智能，数据挖掘，统计学，最优化理论等领域有深厚的积累； 3、编程基本功扎实，熟悉常用的数据结构和算法，擅长Jave/C++/Python中至少一门语言； 4、踏实勤奋，自我驱动，善于沟通，勤于思考，有持续学习新知识的能力，有较强的逻辑思维能力，抽象、概括和总结能力，对于技术有热情； 5、有推荐、搜索、广告、NL…
工作职责
1、负责推荐技术的落地；实现个性化推荐，分发策略，用户理解，内容理解等方向的技术突破； 2、结合机器学习与多模态技术，构建高效、准确的负向流量识别与调控机制，解决包括新用户体验优化、多样性治理、生态机制设计等重点问题； 3、与各部门（包括并不限于产品，基础技术等）的同事一起深入交流合作，共同迭代和优化社区信息流推荐产品；
1、参与快手主站社区治理策略，能够发现和判断影响C端体验和B端创作者生态的关键问题，制定影响内容生产、质量、分发、创作引导等策略； 2、分析用户需求、消费特征、内容供需结构，挖掘社区安全生态问题点，提出解决方案，推动产品策略优化和执行落地，对社区安全生态健康度负责； 3、与产品、技术和运营等部门协作，优化内容推审链路、审核链路、流量分发链路，提升社区治理效率。
1、生态治理策略： 参与视频和直播的内容画风治理策略的制定、迭代与优化，保障用户消费体验和流量分配的合理性。 2、问题发现策略： 深入理解小红书的视频&直播生态，通过定性/定量分析挖掘新增生态问题，为策略优化提供支持。 3、协同联动： 与审核、算法、产品、运营团队紧密协作，推动和生态治理策略在审核侧和算法推荐侧的落地。
1. 推荐与分发策略优化： - 协助PM进行推荐算法策略的迭代，包括但不限于Feed流排序、评论区排序、音频/视频内容分发等场景。 - 参与设计A/B测试实验，通过数据分析评估策略效果，推进策略的上线 2. 内容生态治理与冷启动： - 参与搭建内容质量评估体系，制定不同类型（图文/音频/视频）的优质内容标准。 - 设计冷启动流量扶持策略，帮助腰部及潜力创作者获得有效互动。 3. 用户画像与精细化运营： - 协助完善用户画像标签体系（如兴趣标签、MBTI、消费偏好等），提升匹配效率。 - 针对不同生命周期用户挖掘痛点，参与设计针对性的承接与留存方案。 4. 竞品调研与需求落地： - 深度体验国内外主流及新兴社交/内容产品，输出有深度的竞品分析报告。 - 撰写详细的产品需求文档，协同算法、研发、设计团队推动功能上线。
【职位介绍】 我们团队负责构建小红书推荐算法中台，提高内容分发效率，为海量用户提供极致的推荐体验。在这里，你将参与到推荐系统的全链路搭建和各类算法的研发，包括不限于大模型应用、多模态建模、深度学习、强化学习、迁移学习、表示学习、图学习等领域。我们希望对推荐、搜索、广告感兴趣的同学，加入我们一起研发世界一流的推荐引擎。 1. 负责推荐算法中台的全链路建设，抽象业务共性，敏捷高效支持各类推荐需求。 2. 负责业界先进推荐算法的研发和落地，包括但不限于大模型技术、多模态内容理解、召回算法、排序模型（粗精排）、长短期兴趣建模、多场景联合建模等。