小红书NLP算法工程师-社区算法
任职要求
1.计算机/电子信息/自动控制/软件工程/数学等相关专业，硕士及以上学历； 2.扎实的NLP和机器学习理论基础，熟悉预训练、LLM，文本理解，多模态理解等相关算法，有搜索问答，大模型，NLP中台相关场景的业务实践经验者优先； 3.具备优秀的研究和创新能力，在ACL/EMNLP/NAACL…
工作职责
1. 推动NLP和大模型算法在社区业务中的落地，负责基础NLP相关算法研发。并参与； 2. 参与智能客服算法开发，探索agent框架在客服业务中的应用； 3. 参与翻译算法和海外多语言策略开发，探索大模型在多语言环境中的应用； 4. 参与小红书生成式搜索相关算法和系统研发，通过最新的生成式AI等技术，打造新一代智能化搜索引擎； 5. 探索大模型预训练、文本理解、多模态理解、多模态推理等多个前沿方向在业务中的前瞻应用。
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、沉淀社区推荐技术，并探索业务的边界。能够从复杂的业务环境中抽象出清晰具体的技术问题，并将机器学习等推荐技术有效应用于小红书App社区图文及视频推荐，提升海量用户体验，Inspire Life； 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、负责小红书App社区（主站）的推荐、搜索、交易、增长、直播等业务场景的技术探索，能够从复杂的业务环境中抽象出清晰具体的技术问题，并将大模型、机器学习等技术有效应用于小红书App社区建设上，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产品，提升亿级用户体验，Inspire Life； 2、构建小红书App社区（主站）的内容、用户之间的生产、关系、分发、消费机制，利用Query理解、多模态内容理解、相关性/召回/排序算法、深度学习、因果推断、迁移学习、跨域表征、多任务学习、图网络、运筹学、博弈机制等技术，持续建设图文&视频内容的大规模推荐/搜索/交易/知识生产等系统，通过策略和模型优化不断提升实现SOTA效果。
中台稠密引擎组，是小红书负责建设通用深度学习训练推理引擎的团队，面向全公司LLM、多模态LLM、SD、传统CV&NLP等稠密计算型模型训练与推理的业务场景，打造高效、易用、业界领先的训练与推理引擎，为小红书社区、商业化、安全等众多业务方向提供先进的引擎能力，支撑业务持续提升训练推理效率、模型迭代效率与算法研发效率。 1、参与设计和实现深度学习后训练及微调的前沿算法（包括但不限于RFT、RLHF等），以适应多样化的业务场景； 2、结合业务数据和场景，评估选择最适合的微调算法，以支撑业务大语言模型（LLM）微调指标的提升； 3、与数据团队紧密合作，深入理解数据特性，参与设计实现数据提质算法引擎工具，产出高质量数据集提升模型微调效果； 4、与公司内各算法团队深度合作，参与或负责大语言模型、多模态大模型等业务场景的后训练端到端效果提升及落地； 5、密切关注业界 LLM 微调算法和数据提质领域的前沿论文，并整合新技术和算法到训练引擎中，提升框架的领先性；
- 负责大模型LLM在房屋估价、房客匹配、资源分配、云管家销售等实际项目的落地，结合常规机器学习和大模型的优势，助力业务的提效和增长 - 不断跟进前沿技术的发展，探索AI agent在具体业务场景的应用