小红书推荐算法实习生-社区技术

1、协助负责推荐技术落地，完成个性化推荐模型、分发策略、用户理解、内容理解等方向突破； 2、负责社区业务推进，将业务问题进行技术抽象，系统性优化海量用户体验； 3、协助研发新的推荐策略和算法，并不断优化效果和性能；

1、拥抱大模型技术，深度改进多模态内容理解技术，应用到小红书各业务线（推荐、增长、交易、搜索、发布等业务场景）来解决实际业务问题； 2、进行大模型前沿技术探索和研发，发表国际顶级论文 3、参与多模态大模型相关的业务落地，包括但不限于笔记图文内容结构化、文本&多模态内容理解、视频结构化、作者画像、主题发现、信息抽取、智能摘要、意图理解等；

工作职责 1、参与推荐、搜索、广告等业务的策略优化工作； 2、实现大规模机器学习、数据挖掘的核心算法，并将其应用在相应的产品线上； 3、研究哔哩哔哩产品及用户行为数据，设计对应的优化策略； 4、参与前瞻性技术的研究，研究并应用前沿技术 。

1、参与亿级用户规模的视频推荐优化，提升停留时长、点击率、留存率等核心指标； 2、参与机器学习、深度学习领域的技术研发工作，包括但不限于神经网络模型设计与优化、强化学习、迁移学习、主动学习等的算法和系统研发等； 3、通过超大规模机器学习模型和系统，使用先进的检索和排序手段，优化社区生态，优化快手的推荐效果； 4、针对海量用户行为数据，提供分布式的算法实现的解决方案，大幅提升算法计算规模和性能； 5、参与搭建推荐系统框架，提供高并发，大数据，高效可靠的线上服务。