【REDstar】大模型应用算法工程师- rednote国际化

优缺点分析

角色解读

• 从算法工程师向资深算法专家发展，深入大模型和多模态领域
• 可转向技术Leader，带领团队攻克国际化业务中的AI难题
• 有机会参与公司核心AI平台建设，成为跨团队的技术核心
• 跟踪LLM、多模态、强化学习等前沿算法，并应用于实际业务如机器翻译和多语言理解
• 探索大模型在搜索推荐场景的落地，提升海外用户的搜索和推荐体验
• 基于AI平台构建AI搜索、智能创作等原生应用，打造用户价值高的热点产品
• 扎实的AI应用经验，包括语义理解、RAG、多模态生成等
• 熟练的编程能力，掌握Python/C++，有顶会论文或竞赛经验更佳
• 对机器学习、数据挖掘有项目实战经验，能独立推动算法落地

申请策略

• 提前了解小红书国际化业务方向，思考AI如何提升多语言用户体验
• 准备一个完整的项目案例，展示从问题定义到效果评估的闭环能力
• 突出AI项目经验，尤其是语义理解、RAG、多模态等方向的实战经历
• 强调编程能力，列出Python/C++项目，展示代码质量
• 如有顶会论文或KDD Cup等比赛名次，务必放在显眼位置
• 补充大模型微调、强化学习（RLHF）等热点技术，最好有实践
• 学习搜索推荐基础知识，了解工业界落地流程

面试指南

• STAR法则：情境、任务、行动、结果，突出个人贡献和技术难点
• 从问题定义、技术选型、实验对比到上线效果，展示完整思维链
• 请介绍一个你参与的多模态项目，遇到了什么技术难点？
• RAG系统的实现原理是什么？如何优化检索召回率？
• LLM在机器翻译中有哪些应用场景？如何评估翻译质量？
• 如何将强化学习应用于推荐系统？
• 编程题：实现一个简单的attention机制
• 复习Transformer、BERT、GPT等模型原理，熟悉Attention机制