小红书搜索算法工程师-召回
任职要求
1、计算机相关专业研究生及以上学历,2年以上搜索、推荐、广告等相关背景; 2、熟悉机器学习、NLP、数据挖掘、知识工程的经典算法,并能在业务中灵活解决实际问题; 3、具备很强的编码能力,至少熟练掌握python/java/c++其中一种语言,有大数据处理经验更佳; 4、积极向上,踏实勤奋,自我驱动,善于沟通,解决问题优先;
工作职责
召回策略算法组负责意图理解、内容理解、内容质量、检索召回、机制策略方向,帮助用户找到全面、准确、优质、新鲜和个性化的内容,我们拥有数十亿级别内容的海量数据、图文+视频+评论多样化的内容格式,是工业界最好的多模态信息检索应用场景! 1、面向小红书社区搜索,开发先进和高性能的召回算法; 2、在表征学习、倒排检索、向量检索、检索排序等方向上预研和实现前沿算法; 3、通过算法调优和工程优化提升用户搜索体验;
1 负责搜索/推荐召回算法的优化、场景技术方案的推进和落地。算法包含但不限于:向量检索技术、基于树、图、量化、聚类等的各类检索方案、图神经网络、深度表示学习、对比学习、样本增强、集成学习、learning to rank、多任务学习、强化学习、迁移学习、模拟器等。 2 分析海量用户行为序列,深度理解和表示用户长短时兴趣,精准召回商品,提升平台效率和用户体验。 3 熟悉常用的向量检索技术,能够根据业务特点设计和优化索引类型。 4 负责召回各通道融合和各级漏斗方案的设计和优化,以及粗排CTR/CVR/LTR模型的设计和优化。 5 追踪算法前沿技术,结合拼多多的业务特点,探索将前沿算法落地于搜索/推荐召回的实际业务。
餐饮搜索召回方向,覆盖外卖与到餐业务,具体职责: 1. 参与搜推广召回模型相关方向的算法策略研发 2. 基于美团和点评双平台的海量用户与商家数据,参与搜索广告场景的召回模型迭代 3. 参与LLM生成式召回方向的探索与研究 4. 全系统链路综合优化
1 负责搜索/推荐召回相关的算法设计、场景技术方案规划,实现方案在业务系统中的落地。算法包含但不限于:向量检索技术、基于树、图、量化、聚类等的各类检索方案、图神经网络、深度表示学习、对比学习、样本增强、集成学习、learning to rank、多任务学习、强化学习、迁移学习、模拟器等。 2 分析海量用户行为序列,深度理解和表示用户长短时兴趣,精准召回商品,提升平台效率和用户体验。 3 熟悉常用的向量检索技术,能够根据业务特点设计和优化索引类型。 4 负责召回多通道融合和各级漏斗方案的设计和优化,以及粗排CTR/CVR/LTR模型的设计和优化。 5 具有较强的业务敏感性,能够自主分析数据发现问题,结合业务实际情况提出有创新性的解决方案,并落地带来业务收益。 6 追踪召回算法前沿技术,能够结合拼多多的业务特点,设计出实际可用的召回前沿技术落地方案,并拿到业务收益。