小红书推荐算法工程师-交易算法
任职要求
1、全日制统招计算机或相关专业硕士及以上学历； 2、两年以上推荐、搜索、广告相关经验，有大规模推荐系统项目经验背景者优先；在国际顶级会议（Recsys、KDD、NIPS、ICML等）以第一作者发表过高水平论文者优先；在知名数据挖掘比赛中取得领先名次者优先； 3、机器学习的理论基础扎实，具有优秀的编程能力，熟悉常用的数据结构和算法； 4、踏实勤奋，责任心强，积极主动，有良好的沟通能力和团队合作能力，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；
工作职责
1、参与交易个性化推荐技术的优化，通过深度学习、迁移学习、跨域表征、多任务学习等技术提升分发匹配的效率，让每个用户可以快速准确的发现好货； 2、能够从复杂的业务环境中抽象出清晰具体的技术问题，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，提升海量用户的交易与浏览体验； 3、基于电商交易业务，进行模型和算法创新，与各部门（包括并不限于产品，业务中台等）的同事一起深入交流合作，打造业界领先的推荐算法；
1、参与小红书电商、广告的内容理解体系构建，负责直播、笔记、商品的多模态信息结构化算法建设和应用； 2、参与小红书电商、广告的多模态识别和知识图谱体系建设，负责面向业务的商品类目、品牌、属性、SPU体系建设； 4、参与小红书电商、广告的用户理解能力建设，包括用户画像预测、全域用户行为长序列建模，获取社区到大商业的跨域兴趣表达； 5、参与小红书社区、广告、电商等场景搜推优化，以表征、Token形式，帮助搜推各环节（召回、粗排、精排）提升分发效率； 6、参与供应链上下游平台算法建设，基于小红书社区数据挖掘商机、供给源、流程趋势，并落地到B端系统工具； 7、基于多模态大模型针对相关算法和系统的持续迭代，同时能够深入小红书丰富的业务场景，结合实际需求进行技术落地和创新。
1、交易搜索：Query理解，多模态内容理解，基础相关性、召回、排序等核心业务。 2、交易推荐：通过深度学习、迁移学习、跨域表征、多任务学习等技术提升分发匹配的效率，让每个用户可以快速准确的发现好货； 3、B端算法：负责大规模多模态匹配、检索、知识生产系统，建设电商和直播相关算法能力，提升交易转化和经营效率。 4、直播算法：负责小红书直播算法的优化，服务亿级用户的直播推荐，提升用户直播体验、电商转化等；
1、参与小红书社区内容理解体系构建，负责直播和笔记多模态信息结构化算法建设和应用； 2、参与小红书电商多模态识别和知识图谱体系建设，负责面向业务的商品类目、属性、SPU体系建设； 3、参与商家商品侧基础识别模型建设，包括多模态分类、标签挖掘等识别算法，并配合业务应用落地到平台管理系统； 4、参与供应链上下游平台算法建设，基于小红书社区数据挖掘商机、供给源、流程趋势，并落地到B端系统工具； 5、负责相关算法和系统的持续迭代和进化； 同时能够深入小红书丰富的业务场景，结合实际需求进行技术落地和创新；
1、 触发策略：用户数据理解、深度匹配，传统匹配、用户意图识别、query纠错/改写、相关性建模等； 2、质量预估：点击率、转化率、客单价、交易额预估等； 3、机制设计：排序机制、流量预估、多样性机制等； 4、创意优化：商品图片、标题、优惠信息等展示创意优化；