小红书
多模态大模型Agent算法工程师-创作发布
多模态大模型Agent算法工程师-创作发布
发布于 4 小时前普通员工/个人贡献者
全职员工仅现场办公机器学习工程
机器学习工程
Deepspeed
Pre-Train
Pytorch
Rlhf
Sft
多模态
大模型
值不值得投
78综合评分
综合评分 78
核心业务大模型算法岗，技术栈前沿、成长空间大，WLB与薪资信息未明确。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
5.3万
比机器学习工程中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 1420 个在招 · 其中机器学习工程 28 个
市场机会
选择面较广
北京 · 机器学习工程 · 约 470 个在招
职位详情
关于这个职位
负责小红书创作场景下的多模态大模型算法研发与落地，探索Pre-train、SFT等前沿技术，解决图文与视频内容理解、结构化等实际业务问题
该岗位需要结合NLP与CV技术，推动大模型在作者画像、智能摘要等场景的应用，提升内容创作与分发效率
最低要求
在大模型方向有一定经验，对Pre-train、SFT等技术有深入了解
有良好的英文读写能力和扎实的数学基础，有快速学习新技术的能力
有扎实的编程基础，熟悉Python/C++等编程语言，具有快速复现前沿论文的能力
熟悉至少一个深度学习和大模型训练框架，包括PyTorch、TensorFlow、MXNet、Caffe、HuggingFace、DeepSpeed等
有较强的研究能力，在国际顶尖会议或期刊（包括但不限于CVPR, ICCV, ECCV, NeurIPS, ICML, ICLR, AAAI, IJCAI, ACMMM, TIP, TPAMI, IJCV，ACL、EMNLP、NAACL、COLING、CoNLL、NLPCC等）上发表过论文者优先
较强的业务问题到算法模型的建模能力，有强烈的求知欲、自驱力和进取心，能及时关注和学习业界最佳实践
工作职责
负责NLP、CV、多模态、Agent相关算法研发与落地，包括但不限于笔记图文内容结构化、文本&多模态内容理解、视频结构化、作者画像、主题发现、信息抽取、智能摘要、意图理解等
进行大模型前沿技术探索和研发，包含但不限于pre-train、PEFT、SFT、RLHF等，用大模型解决实际的业务场景问题
负责对各业务场景下相关技术问题进行分析、算法设计、研发以及推动上线，提升业务效果
优先资格
有较强的研究能力，在国际顶尖会议或期刊（包括但不限于CVPR, ICCV, ECCV, NeurIPS, ICML, ICLR, AAAI, IJCAI, ACMMM, TIP, TPAMI, IJCV，ACL、EMNLP、NAACL、COLING、CoNLL、NLPCC等）上发表过论文者优先
AI 洞察
优缺点分析
优点
- 接触最前沿的大模型与多模态技术，技术栈极具市场竞争力与前瞻性
- 依托海量真实用户数据与丰富的创作场景，利于算法落地与效果验证
- 核心业务团队资源充足，利于个人技术深度与广度的拓展
- 大模型技术迭代极快，需要持续保持高强度的学习与前沿论文跟进
- 业务场景复杂，将前沿技术转化为实际业务收益存在一定工程与调优难度
- 适合具备扎实算法基础、对大模型与多模态技术有浓厚兴趣，且希望在内容社区场景中将AI技术落地的研发人才
缺点 / 挑战
暂无明显挑战项
角色解读
- 从算法工程师成长为多模态大模型领域的技术专家，深入掌握前沿AI技术
- 向大模型架构师或AI业务负责人方向发展，主导核心业务的技术演进
- 在顶级学术会议发表成果，提升个人与团队在行业内的技术影响力
- 负责多模态大模型在小红书创作场景的算法研发与落地，解决图文/视频内容理解与结构化问题
- 探索Pre-train、SFT、RLHF等大模型前沿技术，推动Agent等技术在业务场景中的实际应用
- 针对各业务场景进行技术分析与算法设计，推动模型上线并持续提升业务效果
- 扎实的编程基础（Python/C++）与数学基础，熟悉PyTorch、DeepSpeed等深度学习与大模型训练框架
- 具备大模型训练与微调经验，深入理解Pre-train、PEFT、SFT等技术原理
- 具备将复杂业务问题转化为算法模型的建模能力，有顶会论文发表经历者优先
申请策略
- 了解小红书的核心业务场景（如笔记创作、内容分发），思考大模型如何赋能创作者
- 关注小红书技术团队近期的开源项目或技术博客，了解其技术栈与业务痛点
- 突出在大模型（Pre-train/SFT/RLHF）或多模态方向的项目经验与具体成果
- 明确列出在CVPR、ACL等顶级会议或期刊发表的论文及研究方向
- 展示将算法模型成功应用于实际业务并显著提升核心指标的案例
- 深入学习大模型微调技术（如PEFT、DeepSpeed）及Agent架构设计
- 提升多模态内容理解（图文、视频）的算法设计与工程落地能力
面试指南
- 采用STAR法则（情境、任务、行动、结果）描述项目，重点突出技术难点与你的创新解决方案
- 对于大模型问题，从数据构建、模型结构、训练策略（如RLHF）、推理加速等全链路进行系统性回答
- 请详细介绍你在Pre-train或SFT阶段的具体工作，遇到过哪些显存或计算效率问题，如何解决的？
- 在多模态内容理解中，如何设计模型结构来有效融合文本与图像/视频特征？
- 请分享一个你通过算法优化显著提升业务指标的实际案例，具体提升了多少？
- 针对Agent在创作场景的应用，你认为目前最大的技术瓶颈是什么，有什么解决思路？
- 复习大模型与多模态领域的经典论文及最新进展（如LLaVA, Qwen-VL等）
- 准备1-2个自己主导的、有明确业务收益的算法落地项目，并准备好相关的数据指标
职位点评
薪资福利85
成长发展90
工作生活50
使命价值75
薪资福利
85较高
大模型算法岗属于当前市场高薪方向，结合多模态与Agent的高技术门槛，薪资福利具备较强竞争力。
薪资信号未披露（AI估算：3.5千–7万/月）
成长发展
90较高
岗位聚焦大模型与多模态前沿技术，技术栈极具前瞻性，且鼓励顶会论文发表，技术成长空间巨大。
技术前沿前沿/新兴技术
技术栈NLP、CV、多模态、Agent、Pre-train、PEFT、SFT、RLHF、PyTorch、DeepSpeed
成长机会快速学习新技术的能力、关注和学习业界最佳实践
业务类型ambiguous
工作生活
50较低
JD未提及工作模式与WLB相关信息，无法判断具体工作强度与通勤情况，需入职后进一步了解。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
75中等
赋能创作者生态，推动AI技术在内容社区的落地，具有一定的社会价值与行业影响力。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs