京东搜索算法专家
任职要求
1.有行业领先搜推广排序算法经验、电商生态系统建设经验、对搜索全链路有深入理解；
2.在相关的领域有较为突出的业界/…工作职责
1.搜索排序：通过ctr/cvr预估建模，优化粗排、精排、重排模型； 2.搜索相关性：通过深度文本匹配建模，优化相关性模型的准确率； 3.搜索召回：应用语义向量、个性化、多模态等召回技术，并优化检索漏斗和效率； 4.搜索意图理解：应用LLM等技术理解用户query意图，包括包括分词、标注、类目预估、query扩展等； 5.机制策略：通过EE/流量调控等技术，赋能平台和商家，优化全链路策略助力品类增长； 6.探索前沿机器学习/AIGC等算法，结合搜索场景并落地。
我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline； 2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链，主导框架与 MLOps 平台集成，提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作，参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代； 5、参与分析各业务 GPU 利用率与饱和度等指标，结合业务场景持续优化训练框架能力，提升框架领先性。
【职位介绍】 我们团队负责构建小红书推荐算法中台，提高内容分发效率，为海量用户提供极致的推荐体验。在这里，你将参与到推荐系统的全链路搭建和各类算法的研发，包括不限于大模型应用、多模态建模、深度学习、强化学习、迁移学习、表示学习、图学习等领域。我们希望对推荐、搜索、广告感兴趣的同学，加入我们一起研发世界一流的推荐引擎。 1. 负责推荐算法中台的全链路建设，抽象业务共性，敏捷高效支持各类推荐需求。 2. 负责业界先进推荐算法的研发和落地，包括但不限于大模型技术、多模态内容理解、召回算法、排序模型（粗精排）、长短期兴趣建模、多场景联合建模等。
1、负责搜索C端业务需求的研发与实现； 2、负责搜索业务基础架构模块的升级与维护，提升搜索产品研发效率； 3、负责搜索容器产品及平台的的底层核心服务能力建设，借助云原生相关技术提升搜索引擎系统的平台化程度，实现搜索引擎的产品化； 4、负责搜索各类平台系统间的整体优化与整合，提升平台系统的稳定性/通用性/研发与使用效率。
1、参与快手大规模深度学习推理框架的研发与优化，保障在线系统的高可用/高并发，为快手搜索数亿用户提供高效稳定的算力输出； 2、负责快手搜索模型推理优化工作，优化模型推理性能，高吞吐低延时支撑模型推理服务； 3、 支持大模型在搜索场景落地的相关模型优化，包括不局限于AI检索，Query改写等。