小红书(xiaohongshu)招聘【dots】原生多模基座算法工程师
招聘职位：
【dots】原生多模基座算法工程师 搜索同类职位
岗位职责：
你将参与到小红书下一代基座模型与 AI native 应用的构建中，通过多模
1、理解生成一体的对齐与优化（Post-Train）：参与多模态大模型的 post-training 与对齐研究，围绕「理解 → 规划 → 生成」的一体化链路，提升模型在复杂指令理解、规划与工具调用、语义一致性、生成可控性、多轮编辑与用户意图对齐等方面的整体表现。
2、图像生成与编辑方向的对齐方法探索：深入研究图像生成模型（Text-to-Image / Image Editing 等）在真实使用场景中的失效模式，如语义偏移、指令遗漏、风格漂移、结构崩坏、幻觉生成等问题；探索并实践包括但不限于：
-SFT / Preference Learning / RL-based 方法在图像生成中的应用
-多模态 reward model 及 reward system 设计
-Spatial difusion model RL 算法设计及实验验证
-探索图像编辑能力与 agentic 能力结合，基于小红书的 deep research 能力，为用户在穿搭、家装场景等生活提供独特体验
-探索图像生成能力与 thinking with generated images 结合提升模型的推理能力
3、跨职能协作与能力落地：与产品、工程、评测及安全团队紧密合作，将对齐与 post-train 成果落地到实际图像生成与编辑产品中，持续推动模型在可控性、稳定性与用户满意度上的提升。
任职要求：
任职资格
1、扎实的机器学习与多模态基础：具备扎实的机器学习与深度学习基础，熟练使用至少一种主流深度学习框架（如 PyTorch、JAX、TensorFlow 等），并在生成模型或多模态模型中有较深入的实践经验。
2、生成模型 / 对齐方向相关经验：对监督学习、强化学习、偏好学习、表示学习等方法有深入理解；在图像生成、图像编辑、多模态理解或相关方向中，有过模型训练、对齐或系统优化的实际经验。
3、优秀的实验设计与问题拆解能力：能够从复杂生成现象中抽象问题、设计实验、分析结果并提出可执行的改进方案；对模型行为有敏锐的直觉，同时具备严谨的工程与研究能力。
加分项
1、在顶级学术会议（ICML、ICLR、NeurIPS、CVPR、ACL、AAAI 等）发表过与生成模型或多模态相关的研究成果
2、在 ACM/ICPC、NOI/IOI、Kaggle 等竞赛中取得优异成绩
3、参与过大规模图像生成 / 编辑模型的训练、对齐或评测项目
4、有 AI Alignment、Post-Training、Multi-Modal RL 或人类反馈建模相关经验
你将参与到小红书下一代基座模型与 AI native 应用的构建中，通过多模
1、理解生成一体的对齐与优化（Post-Train）：参与多模态大模型的 post-training 与对齐研究，围绕「理解 → 规划 → 生成」的一体化链路，提升模型在复杂指令理解、规划与工具调用、语义一致性、生成可控性、多轮编辑与用户意图对齐等方面的整体表现。
2、图像生成与编辑方向的对齐方法探索：深入研究图像生成模型（Text-to-Image / Image Editing 等）在真实使用场景中的失效模式，如语义偏移、指令遗漏、风格漂移、结构崩坏、幻觉生成等问题；探索并实践包括但不限于：
-SFT / Preference Learning / RL-based 方法在图像生成中的应用
-多模态 reward model 及 reward system 设计
-Spatial difusion model RL 算法设计及实验验证
-探索图像编辑能力与 agentic 能力结合，基于小红书的 deep research 能力，为用户在穿搭、家装场景等生活提供独特体验
-探索图像生成能力与 thinking with generated images 结合提升模型的推理能力
3、跨职能协作与能力落地：与产品、工程、评测及安全团队紧密合作，将对齐与 post-train 成果落地到实际图像生成与编辑产品中，持续推动模型在可控性、稳定性与用户满意度上的提升。
任职要求：
任职资格
1、扎实的机器学习与多模态基础：具备扎实的机器学习与深度学习基础，熟练使用至少一种主流深度学习框架（如 PyTorch、JAX、TensorFlow 等），并在生成模型或多模态模型中有较深入的实践经验。
2、生成模型 / 对齐方向相关经验：对监督学习、强化学习、偏好学习、表示学习等方法有深入理解；在图像生成、图像编辑、多模态理解或相关方向中，有过模型训练、对齐或系统优化的实际经验。
3、优秀的实验设计与问题拆解能力：能够从复杂生成现象中抽象问题、设计实验、分析结果并提出可执行的改进方案；对模型行为有敏锐的直觉，同时具备严谨的工程与研究能力。
加分项
1、在顶级学术会议（ICML、ICLR、NeurIPS、CVPR、ACL、AAAI 等）发表过与生成模型或多模态相关的研究成果
2、在 ACM/ICPC、NOI/IOI、Kaggle 等竞赛中取得优异成绩
3、参与过大规模图像生成 / 编辑模型的训练、对齐或评测项目
4、有 AI Alignment、Post-Training、Multi-Modal RL 或人类反馈建模相关经验
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！