小红书推荐算法工程师-交易算法
社招全职2年以上内容理解地点：北京 | 上海状态：招聘
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…
登录查看完整任职要求
微信扫码，1秒登录
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；
包括英文材料
学历+
推荐系统+
[英文] Recommender Systems
https://www.d2l.ai/chapter_recommender-systems/index.html
Recommender systems are widely employed in industry and are ubiquitous in our daily lives.
RecSys+
[英文] Recommender Systems
https://recsys.acm.org/
This site contains information about the ACM Recommender Systems community, the annual ACM RecSys conferences, and more.
SIGKDD+
https://www.kdd.org/
NeurIPS+
https://neurips.cc/
还有更多 •••
相关职位
社招3-5年策略算法
作为小红书电商算法团队的核心成员，你将深入参与“种草到拔草”的闭环建设，负责电商搜索、信息流推荐及流量分发机制的算法迭代。利用前沿的 AI 技术，在亿级流量场景下解决复杂的业务挑战，平衡用户体验与商业价值。 岗位职责： 1. 核心场景优化：负责电商搜索（Search）或信息流推荐（Feed）场景的算法研发，通过优化召回、粗排、精排及重排策略，提升 CTR、CVR 及 GMV 等核心业务指标。 2. 模型技术攻坚：深入研究和应用大规模稀疏模型、多任务学习（MTL）、序列建模、图神经网络（GNN）等深度学习技术；探索 LLM（大语言模型）在电商导购、意图理解及多模态内容生成中的落地应用。 3. 机制策略设计：基于运筹优化和博弈论思想，设计多目标融合排序机制，动态权衡用户体验（留存/互动）、商家生态（流量扶持/ROI）与平台收益，实现流量的最优配置。 4. 全链路提升：深入理解电商业务，从商品理解、用户画像构建到最终的交易转化，全链路优化“内容-商品-用户”的匹配效率。
更新于 2026-03-27北京|上海
社招5年以上
1、负责公司资源云平台产品个性化推荐研发工作； 2、负责推荐算法前沿技术跟踪、复现和落地； 3、分析业务数据，持续优化推荐效果，保证推荐服务稳定。
更新于 2025-07-24长沙|深圳
