1 / 30
互联网
多模态大模型应用算法实习生
小红书 · 其他项目
1、跟踪大模型应用、训练优化、强化学习等前沿进展，追求极致，将相应技术应用到多模态内容理解和生成等小红书实际的业务场景； 2、跟踪大模型多模态算法的前沿进展，负责多模态搜索、精排、对话、工具调用、文生图、强化学习等相关算法优化。
小红书 · 其他项目
1、跟踪大模型应用、训练优化、强化学习等前沿进展，追求极致，将相应技术应用到多模态内容理解和生成等小红书实际的业务场景； 2、跟踪大模型多模态算法的前沿进展，负责多模态搜索、精排、对话、工具调用、文生图、强化学习等相关算法优化。
小红书 · 其他项目
1、跟踪大模型应用、训练优化、强化学习等前沿进展，追求极致，将相应技术应用到多模态内容理解和生成等小红书实际的业务场景； 2、跟踪大模型多模态算法的前沿进展，负责多模态搜索、精排、对话、工具调用、文生图、强化学习等相关算法优化。
小红书 · REDstar 顶尖人才计划
1、深度参与小红书社区搜索/推荐/广告业务，满足产品、算法对于核心引擎或者基础平台的功能需求； 2、参与搜索引擎、推荐引擎、模型预测、向量检索等基础系统、平台的设计、研发及调优工作，提升效率降低成本； 3、参与高效存储和高性能混合检索引擎，包括并不限于正排KV索引、KKV索引、时序索引等； 4、参与抽象通用的业务开发框架与组件，提升业务支持效率，将现有技术逐步平台化和产品化。
小红书 · REDstar 顶尖人才计划
面向公司大模型、RAG、AI Agent及相关AI产物，参与AI安全算法、安全评测方法和智能化安全能力建设，帮助团队识别并治理AI系统在数据、模型、应用和智能体运行过程中的安全风险。 【方向1：AI安全防护方向】 1、参与AI产品及Agent系统的威胁建模，将安全风险转化为可检测的特征、样本、规则和算法任务； 2、围绕提示注入、越狱、敏感数据泄露、知识库污染、模型滥用等风险，研发内容分类、异常检测
小红书 · REDstar 顶尖人才计划
1、负责CV、NLP、多模态相关算法研发，面向包括但不限于多模态分类、图像分类、文本分类、目标检测、图像分割、内容质量评价等，在小红书商业/交易治理体系中落地风险防控能力； 2、负责包括但不限于预训练、SFT、RL、多模态表征、Agent搭建、AutoPE、RAG等，持续优化并时刻保持技术先进性，将业界SOTA模型落地并改进以获取审核业务线上收益； 3、负责算法和系统迭代与进化，能够深入小红书业务
小红书 · REDstar 顶尖人才计划
1、参与话题创意增长大模型建设，围绕小红书发布场景理解创作趋势，研发高质量话题与创意大模型，提升发布增长内容供给； 2、参与发布用户内容预估增长模型建设，理解发布用户特征，建模发布意愿与转化效率，实现创意供给与用户的精准匹配； 3、参与增长 AI 素材识别与筛选机制建设，AI 生成内容判别与质量评估，保障供给内容用户体验。
小红书 · REDstar 顶尖人才计划
1、负责面向创作场景的内容生成Agent能力建设，支持基于图像、视频、3D与互动内容生成渲染相关业务需求落地； 2、负责图形渲染方向前沿技术探索，持续跟进并对标业界领先效果，推动先进渲染能力在业务场景中的落地与体验升级。
小红书 · REDstar 顶尖人才计划
1、在业务场景下围绕基于大模型的语音识别及合成、音乐理解及生成等方向搭建核心技术，支撑平台业务板块，将AI语音交互技术服务赋能产品线； 2、跟进最领先的基于大模型的语音交互/音乐生成技术，包括但不限于提出新的技术框架、改进现有的算法、持续提升相关技术指标，并撰写论文及申请专利。
小红书 · REDstar 顶尖人才计划
1、负责用户增长场景的推荐算法研发（召回/排序/策略/多模态/LLM），提升推荐系统全链路效率； 2、负责消息PUSH与触达算法，优化推送时机、频次与内容生成，提升用户拉新与活跃； 3、负责广告投放算法，面向新用户/流失用户精准触达，包括价值预估、RTA出价、素材优选及 Agent 投放能力建设； 4、探索因果推断、强化学习等方法在用户增长中的应用，搭建通用因果平台，为PUSH、激励等业务场景赋能
小红书 · REDstar 顶尖人才计划
1、负责智能客服 Agent 化系统的核心算法研发，包括意图理解、多轮对话状态跟踪、任务规划与工具调用（Function Calling / Tool Use）、检索增强生成（RAG）、精排与回复生成，面向复杂客服场景进行模型微调（SFT）、蒸馏、强化学习（RLHF / RLAIF / GRPO 等）； 2、独立负责从需求分析、Agent 架构设计（如 ReAct、Plan-and-Execute
小红书 · REDstar 顶尖人才计划
1、用户兴趣建模：基于小红书社区用户海量的行为数据，利用迁移学习、多场景多目标、序列建模等方式构建统一用户表征、人群圈层和可解释用户兴趣； 2、核心场景落地：推动用户理解能力在多场域的召回、排序、人群定向等场景落地，优化用户推荐、搜索、广告、电商等核心场景的体验； 3、技术前瞻探索：推动LLM、Agent 等前沿技术在小红书落地，共同构建覆盖全站用户&人群兴趣变迁和消费意图的知识基座。
小红书 · REDstar 顶尖人才计划
1、基于VLM/Agent等 AI 能力，融合图文/视频笔记的文本、图像、视频、音频等多维度信号，覆盖笔记、评论、账号、交易、直播等多体裁场景的国际化内容风险识别与处置，持续提升主动召回能力，实现风险、体验、效率的协同优化； 2、建立并持续演进 Rednote 的内容特征体系与内容分级系统，输出结果应用于治理中的处置判罚以及搜推流控等核心链路，为 Rednote 全球生态的内容质量与安全构建长期竞
小红书 · REDstar 顶尖人才计划
国际化搜推算法团队是小红书出海战略的核心力量，横跨社区推荐、搜索、AI搜索、翻译与多语言基座等核心场景。2025年初小红书大模型翻译的出圈即是团队的代表作。 出海是一次彻底的重新设计：不同于成熟业务的持续优化，rednote 给了我们 0 到 1 的舞台——更少的包袱、更大的创新势能，以及用 AI native 方式重塑搜索推荐算法的机会。在这里，你会面对真实全球化业务里最复杂的算法难题：多语言、
小红书 · REDstar 顶尖人才计划
1、负责优化小红书的生态算法，利用多模态内容理解、CV以及NLP相关能力，解决笔记、账号、交易、直播等多体裁的生态风险，融合笔记/视频/评论/账号等多维度特征，建设并优化生态领域的大模型； 2、负责包括但不限于大规模预训练模型、数据挖掘，内容理解特征体系，持续优化并时刻保持技术先进性，将业界SOTA模型落地并改进以获取生态业务线上收益； 3、紧密关注相关领域业界的最新进展，通过LLM/MLLM建模
小红书 · REDstar 顶尖人才计划
1、创意生成基座模型方向： 负责商业化文案与图像生成模型的研发与迭代，包括后训练（SFT / 强化学习）、奖励建模与偏好对齐、评测体系建设，重点解决生成质量、指令遵循、多样性与合规可控等核心问题，并完成模型的推理优化与服务化落地； 2、Creative Agent方向： 负责以 Agent 形态实现广告创意的自动化生产：从行业与商品理解出发，自动完成创意规划、素材生成与审核校验，形成从创作到投放的
小红书 · REDstar 顶尖人才计划
1、参与小红书大商业内容理解体系构建，包括电商、广告、直播和笔记多模态信息结构化算法建设和应用； 2、参与小红书商业知识图谱体系建设，以LLM为核心能力建设品牌、商品类目、属性、SPU、比价体系； 3、参与供应链上下游平台算法建设，基于小红书社区数据挖掘商机、供给源、流程趋势，并落地到B端系统工具； 4、基于交易&广告业务，进行模型和算法创新，与各部门（包括并不限于产品，业务中台等）的同事一起深入
小红书 · REDstar 顶尖人才计划
创作发布算法方向： 1、负责图像编辑、视频剪辑、文案创作等内容创作相关算法的研发与优化，并在社区发布、商业化&电商创作等场景落地； 2、跟进多模态大模型内容生产、Agent等相关技术的最新发展趋势，保持技术先进性，持续探索Agent在内容创作方面的潜力。 AIGC生成方向： 1、负责多模态生成/GAN/Diffusion等图像&视频生成相关算法研发与优化， 跟进该领域的前沿技术研究； 2、参与技术
小红书 · REDstar 顶尖人才计划
你将深入“种草到拔草”的闭环建设，参与电商搜索、电商推荐、用户增长、商家成长及全球化场景的算法迭代，在亿级流量下用前沿 AI 技术解决真实业务问题。这里有成熟的技术体系和充分的成长空间，也有足够复杂的挑战等你来解——我们期待你真正理解业务、驱动增长。 岗位职责： 1、电商推荐：参与电商推荐系统全链路算法优化，包括召回、粗排、精排、重排等环节；重点探索大语言模型、多模态大模型与生成式AI在用户画像、
小红书 · REDstar 顶尖人才计划
小红书广告以 “社区+搜索”双引擎为核心，以真实体验触发用户信任，为客户打造深度触达高价值用户的营销闭环。广告算法团队致力于研发全球领先的在线广告算法，不断建设和升级“社区+搜索”双引擎驱动下的小红书广告技术体系，创造健康和互利的广告生态，引领行业创新性解决方案，助力客户实现 “心智占领-销售转化”双效增长，推动行业变革。 1、参与小红书广告全场景、全链路优化，包括召回/粗排/精排/混排/相关性各
小红书 · REDstar 顶尖人才计划
“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、大规模个性化预估等等；除此之
小红书 · REDstar 顶尖人才计划
1、负责推荐技术的落地；实现个性化推荐，分发策略，用户理解，内容理解等方向的技术突破； 2、沉淀社区推荐技术，并探索业务的边界。能够从复杂的业务环境中抽象出清晰具体的技术问题，并将机器学习、大模型等前沿技术有效应用于小红书App社区图文、视频、直播等体裁的推荐，提升海量用户体验，Inspire Life； 3、与各部门（包括并不限于产品，基础技术等）的同事一起深入交流合作，共同迭代和优化社区信息流
小红书 · REDstar 顶尖人才计划
构建多模态大模型“感知-推理-交互”的全链路能力，定义小红书下一代多模态智能基座。你将主导多模态大模型从持续预训练（CPT）、中期训练（Mid-training）、监督微调（SFT）、强化学习（RL）到在线策略蒸馏（OPD / MOPD）的全流程训练与架构演进，并赋能点点、搜索、广告、推荐、电商、智能创作等业务场景。 1、CPT & Mid-training：负责 VLM 的持续预训练与中期训练，
小红书 · REDstar 顶尖人才计划
LLM Post-training方向： 本岗位侧重于提升大语言模型的“核心大脑”能力。你将通过先进的 Post-training 技术，让模型在Reasoning、Agentic以及人类意图对齐上达到业界顶尖水平，通过Scaling Post-training来提升大模型智能水平的上限，支撑小红书所有业务场景，包括且不限于搜索、广告、推荐、电商、客服及国际化等核心场景。 你的工作内容： 1、Ag
小红书 · REDstar 顶尖人才计划
【部门介绍】引擎架构部提供小红书搜广推，CV和LLM业务的深度学习模型高性能训推服务。主导SOTA训练/推理引擎的架构设计与核心模块开发，支撑搜广推业务在长序列建模、生成式推荐、Agent等前沿场景在GPU，XPU等异构计算部件上规模落地。 1、负责搜广推深度学习模型训练和推理深度学习框架的架构设计和研发，以co-design方式推动小红书核心搜广推Machine Learning Infra的架
小红书 · REDstar 顶尖人才计划
参与小红书站内 C 端 Agent 点点的算法研发，打造下一代 AI Agent 体验。工作内容包括但不限于agentic后训练、memory和个性化、context 优化、AI搜索、mid-training、distillation等。让模型能够理解用户需求、规划并完成任务，打造成为数亿用户日常生活所使用的，懂用户，可依赖、能办事的智能生活助手。
小红书
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，利用多语言LLM等先进技术，更高效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；
小红书
1、跟踪文本大模型、多模态大模型、强化学习等算法的最前沿进展，将相应技术赋能到多语言AI搜索对话、大模型内容理解等小红书国际化实际的业务场景中； 2、基于成熟的AI平台服务，探索构建AI搜索、对话、素材智能创作等完善的AI原生应用和X+AI应用，打造具有核心用户价值的热点应用。
小红书
1、负责AI文本翻译相关技术研发，包括但不限于模型预训练，后训练，自动化评估，词翻译，小语种等方向，持续提升翻译信达雅能力； 2、负责AI图片翻译生成相关技术研发，包括但不限于OCR，图片涂抹，图像编辑等方向，提升多模态翻译体验。 3、负责翻译业务系统的数据训练、调试监控和部署落地，结合海外业务实际问题提出创新性的应用解决方案。
小红书
1、负责推荐技术的落地；实现个性化推荐，分发策略，用户理解，内容理解等方向的技术突破； 2、负责新回活、海外或破圈人群优化，提升新人群的推荐消费效率； 3、沉淀社区推荐技术，并探索业务的边界。能够从复杂的业务环境中抽象出清晰具体的技术问题，并将机器学习等推荐技术有效应用于小红书App社区图文及视频推荐，提升海量用户体验，Inspire Life；
小红书
整体方向：在多国家、多语言、文化差异大、冷启动力度强的环境下，负责用户全生命周期（拉新-激活-留存-召回）的增长模型建设，以下条件满足其中之一即可 1. 负责海外新用户推荐算法的研发，包括召回/排序/策略等核心模块，提升新用户的消费规模和留存 2. 负责海外新用户广告投放算法，面向新用户精准触达，包括媒体事件回传优化、价值预估、素材优选、RTA流量优选 3. 负责海外用户消息PUSH与触达算法，优