小红书(xiaohongshu)招聘排序模型算法工程师
招聘职位：
排序模型算法工程师 搜索同类职位
岗位职责：
1.多域信息建设：建设全场域的序列特征服务，包含信息流，搜索，商业化等多个场景；
2.序列建模技术：深入探索长短期兴趣序列建模技术，结合业务理解 + 长序列技术做通用化 长序列end to end兴趣挖掘模块；
3.跨场域模型：对业务深入了解，具备横向能力，设计高效的跨场域模型，利用全场域稠密行为解决稀疏场域预估不准确问题；
4.模型Scaling Up：依托LLM架构，设计和实现下一代高效的排序模型范式，包含模型Scaling Up验证以及高效交叉模块；
5.工程协同：与数据平台、工程团队合作，实现模型的高效分布式训练、部署和服务化（TensorFlow/PyTorch），同时编写高质量的技术文档，分享技术成果和知识。
任职要求：
1.研究生及以上学历，在机器学习、深度学习、强化学习、基础数学、统计数学等领域有着一定积累；
2.深入了解推荐系统，搜索排序以及广告等系统，并且一直对业务具备学习热情，做真正懂业务的算法工程师；
3.在国际顶级会议发表论文者优先，包括但不限于KDD、SIGIR、RecSys、ACL、NeurIPS等；
4.了解传统序列建模，CTR、CVR预估等方向的相关技术，能够清晰的定义问题和拆解问题，对技术的理解程度上要有场景迁移能力；
5.保持好奇心，不断追踪新技术，能够深入理解，并且将技术转化为价值沉淀/论文。
1.多域信息建设：建设全场域的序列特征服务，包含信息流，搜索，商业化等多个场景；
2.序列建模技术：深入探索长短期兴趣序列建模技术，结合业务理解 + 长序列技术做通用化 长序列end to end兴趣挖掘模块；
3.跨场域模型：对业务深入了解，具备横向能力，设计高效的跨场域模型，利用全场域稠密行为解决稀疏场域预估不准确问题；
4.模型Scaling Up：依托LLM架构，设计和实现下一代高效的排序模型范式，包含模型Scaling Up验证以及高效交叉模块；
5.工程协同：与数据平台、工程团队合作，实现模型的高效分布式训练、部署和服务化（TensorFlow/PyTorch），同时编写高质量的技术文档，分享技术成果和知识。
任职要求：
1.研究生及以上学历，在机器学习、深度学习、强化学习、基础数学、统计数学等领域有着一定积累；
2.深入了解推荐系统，搜索排序以及广告等系统，并且一直对业务具备学习热情，做真正懂业务的算法工程师；
3.在国际顶级会议发表论文者优先，包括但不限于KDD、SIGIR、RecSys、ACL、NeurIPS等；
4.了解传统序列建模，CTR、CVR预估等方向的相关技术，能够清晰的定义问题和拆解问题，对技术的理解程度上要有场景迁移能力；
5.保持好奇心，不断追踪新技术，能够深入理解，并且将技术转化为价值沉淀/论文。
免责声明：
此信息由小红书官网 (查看来源)审核并发布，我们转载该信息，仅出于传递更多就业招聘资讯、促进大学生及广大求职者就业之目的。该招聘职位信息的真实性、准确性、时效性及合法性均由原始发布方“小红书官网”负责。我们作为信息转载平台，不构成求职建议，不涉及任何职业中介服务，不对其内容承担任何形式的保证责任。请用户在使用转载信息时保持审慎，自行判断并承担相应风险，求职请认准企业官方渠道！