小红书搜索算法工程师(排序)-社区搜索
任职要求
-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，有相关领域代表性工作优先； -熟悉机器学习、信息检索、数据挖掘、自然语言处理领域的经典算法，并能在业务中灵活解决实际问题； -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； -有良好的沟通能力，跨团队协作能力，具备出色的规划、执行力，以及优秀的学习能力。
工作职责
-面向亿级别用户的大规模搜索场景，构建百亿样本万亿参数的大规模个性化排序模型，通过大规模分布式学习、超长用户行为序列建模、多模态多目标学习等算法优化，提升模型的在线效果和用户体验； -面向高速增长的搜索业务，调研和落地业界算法的前沿进展，结合小红书搜索业务场景不断创新，设计精准满足用户需求、快速响应业务优化、高性能可扩展的粗排、精排和重排算法，通过体验提升拉动搜索增长； -面向业界独特的 UGC 生态和生活搜索场景，不断分析和拆解整体和细分搜索场景中的核心体验问题，针对不同意图与人群的精细化搜索排序算法，创造极致的搜索体验 -面向快速成长的商业化业务，设计平衡搜索体验和商业化营收的混排算法与机制，促进社区价值与商业价值的最大化；
1、对小红书搜索效果进行优化，包括搜索算法和策略的调研、设计、开发、评估等环节，提升用户体验； 2、发现并解决搜索场景中在意图识别、召回排序模型、相关性、质量时效性、AI搜索的问题； 3、解决小红书搜索实际问题，更好的满足用户的搜索需求； 4、跟进业内搜索相关模型和算法的前沿进展，并在实际业务中进行合理应用；
社区搜索： “遇事不决小红书”，小红书已经成为越来越多年轻人的日常搜索首选，超过 70% 的活跃用户在小红书上有主动搜索行为。社区搜索团队负责小红书搜索效果优化和前沿技术的探索，致力于打造中国最大的生活搜索引擎。 搜索是大模型技术应用最早和最广泛的ToC场景，小红书搜索算法团队致力于使用大模型革新传统搜索技术，包括但不限于AI搜索、生成式召回、基于LLM的新相关性范式、生成式推荐、大规模个性化预估、多模态大模型搜索等等；除此之外，前沿技术研究与落地也是小红书搜索算法团队重要的研究课题，小红书搜索团队每年至少发表二十余篇顶级学术会议论文，我们期待具有探索精神的你加入我们，一起参与充满挑战的新一代搜索引擎的建设 广告搜索： 1、精准理解用户搜索意图，洞察用户需求，对 Query 和多模态广告物料进行准确分析； 2、面向亿级别物料库构建稳定、相关和高效的搜索广告召回算法 & 架构设计，提升广告匹配效率，促进广告高效投放。 电商搜索： 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。
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；
社区搜索： “遇事不决小红书”，小红书已经成为越来越多年轻人的日常搜索首选，超过 70% 的活跃用户在小红书上有主动搜索行为。社区搜索团队负责小红书搜索效果优化和前沿技术的探索，致力于打造中国最大的生活搜索引擎。 搜索是大模型技术应用最早和最广泛的ToC场景，小红书搜索算法团队致力于使用大模型革新传统搜索技术，包括但不限于AI搜索、生成式召回、基于LLM的新相关性范式、生成式推荐、大规模个性化预估、多模态大模型搜索等等；除此之外，前沿技术研究与落地也是小红书搜索算法团队重要的研究课题，小红书搜索团队每年至少发表二十余篇顶级学术会议论文，我们期待具有探索精神的你加入我们，一起参与充满挑战的新一代搜索引擎的建设 广告搜索： 1、精准理解用户搜索意图，洞察用户需求，对 Query 和多模态广告物料进行准确分析； 2、面向亿级别物料库构建稳定、相关和高效的搜索广告召回算法 & 架构设计，提升广告匹配效率，促进广告高效投放。 电商搜索： 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。