小红书(xiaohongshu)招聘多模态推荐算法工程师
招聘职位:
多模态推荐算法工程师 搜索同类职位
岗位职责:
从多模态推荐的视角直接优化站内的召回,排序等模型,直接负责用户体验指标和广告指标提升。对多模态+推荐有深入的理解,通过Model的方式对齐多模态和推荐模型的分布偏差,产出真正适合内容分发系统的多模态的特征及表征。具体工作职责和技术点包括以下:
1.多模态数据融合与建模:结合协同信号数据,做MutlModal LLM 的 Pretrain/Post Training,深度参与模型训练和评估;
2.视频理解:从Long-Context视角解决目前大场域的视频理解问题,包括但不限于压缩和位置编码技术;
3.多任务学习:具备LLM多任务学习经验,通过利用强化学习等手段增强模型泛化能力和鲁棒性;
4.推荐ID系统优化:从多模态角度出发,解决ID系统的过拟合问题,设计下一代的推荐ID系统;
5.工程协同:与数据平台、工程团队合作,实现模型的高效训练、部署和服务化(如TensorFlow/PyTorch Serving),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.了解推荐,搜索以及广告等业务系统,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LLM/MultiModel LLM/生成式推荐/OneRec等技术方向的相关技术,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。
从多模态推荐的视角直接优化站内的召回,排序等模型,直接负责用户体验指标和广告指标提升。对多模态+推荐有深入的理解,通过Model的方式对齐多模态和推荐模型的分布偏差,产出真正适合内容分发系统的多模态的特征及表征。具体工作职责和技术点包括以下:
1.多模态数据融合与建模:结合协同信号数据,做MutlModal LLM 的 Pretrain/Post Training,深度参与模型训练和评估;
2.视频理解:从Long-Context视角解决目前大场域的视频理解问题,包括但不限于压缩和位置编码技术;
3.多任务学习:具备LLM多任务学习经验,通过利用强化学习等手段增强模型泛化能力和鲁棒性;
4.推荐ID系统优化:从多模态角度出发,解决ID系统的过拟合问题,设计下一代的推荐ID系统;
5.工程协同:与数据平台、工程团队合作,实现模型的高效训练、部署和服务化(如TensorFlow/PyTorch Serving),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.了解推荐,搜索以及广告等业务系统,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LLM/MultiModel LLM/生成式推荐/OneRec等技术方向的相关技术,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!