小红书搜索算法工程师-C2C业务
任职要求
1、计算机/统计学/机器学习相关专业，硕士及以上； 2、2 年以上搜索算法经验，熟悉搜索全链路（召回/粗排/精排/重排），对工程架构有审美，而不是为了需求而开发； 3、熟练掌握 Python，熟悉 SQL 数据分析，数据…
工作职责
【业务背景】负责 C2C 搜索全链路优化。C2C 搜索的核心挑战是"搜了要有，且要准"——但个人卖家的供给是不确定的、非标品的匹配是模糊的，且具有真人感和高信任。需要在供给有限的情况下，最大化买卖撮合效率。 工作职责： 1、优化 C2C 搜索排序策略，构建卖家可信度信号（历史交易量、响应速度、评价、社区影响力）融入排序，针对交易意图做差异化排序； 2、解决非标品匹配问题：用户搜"ccd相机"能匹配到"复古数码相机"、"卡片机"等同义表达，设计供给感知的召回策略； 3、探索 C2C 场景的长尾 query 优化：低频次但高转化意图的保量策略，优化长尾召回链路； 4、参与 C2C Onebox 等独立场景策略设计：高意图 query 的聚合展示，缩短交易决策链路。
1、负责搜索核心业务的算法系统搭建和效果优化工作，持续提升搜索推荐的效果； 2、通过模型结构优化、场景化特征挖掘、多目标多场景联合建等手段优化模型预估性能，包括粗排、精排等各个排序环节 3、基于业务理解和数据分析挖掘优化方向，驱动模型算法持续迭代优化
负责小红书站内的电商内容搜索，包括主搜和商城/市集下的电商笔记、电商直播、商品卡等全部载体的流量分发以及多模态内容理解建设，依托于AI技术及小红书优质社区生态，带给用户最好的搜索体验及交易效率。 工作职责（满足以下任一即可） 1、内容理解：全场景CoT相关性、Query电商意图识别、LLM搜索词改写、AIGC电商素材生成等； 2、召回检索：大规模向量召回、生成式检索、多模态召回、文本语义召回等； 3、排序模型：建设粗精排CTR、CVR、客单价、交易额预估、搜索排序机制和策略设计等； 4、搜索增长：优化搜索下拉框、猜你想搜、笔记看后搜等电商词透出，带动电商搜索Query和心智规模增长； 5、电商AI搜索：结合社区用户真实数据与站内好货，通过端到端AI导购给用户带来私人定制化推送；
- 负责 AI 搜索场景下的 Query 理解与意图分析算法研发，包括但不限于：分词、词性标注、命名实体识别、Query 改写、意图分类、语义匹配等 - 构建和维护搜索 Query 理解的核心模型与 pipeline，支撑搜索智能体（Search Agent）的语义理解能力 - 参与搜索相关性优化、多轮对话理解、知识问答等 NLP 相关算法的研发与落地 - 跟踪业界前沿技术（大语言模型、检索增强生成 RAG、Agent 框架等），探索在搜索场景中的应用 - 与工程团队协作，推动算法模型在生产环境的部署与性能优化
1.负责点评搜索相关性计算模块工作，包括相关性模型能力升级、模型策略线上调优等核心工作，提升搜索结果的精准度，为用户不断提供更好的搜索体验，从而驱动业务规模增长； 2.深度研究搜索领域内的前沿算法技术，基于搜索全链路，提出用户体验改善方案，并使用大语言模型等NLP技术持续性迭代优化； 3.和产品、运营等团队紧密合作，根据业务需求进行数据分析和模型优化，提供高效的、符合用户需求的搜索体验； 4.解决生产环境中的问题和异常，保障搜索服务的稳定运行。