小红书
社区搜索算法工程师 - 相关性方向 （处理快！）
社区搜索算法工程师 - 相关性方向 （处理快！）
发布于 2 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
Llm Agent
Moe
Nlp
多模态
强化学习
搜索算法
模型蒸馏
生成式模型
值不值得投
82综合评分
综合评分 82
聚焦LLM与多模态前沿技术，亿级业务落地场景，技术成长空间大，节奏偏快。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
5.8万
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 2150 个在招 · 其中机器学习工程 32 个
市场机会
选择面较广
北京 · 机器学习工程 · 约 520 个在招
职位详情
关于这个职位
负责构建小红书下一代搜索相关性模型，结合强化学习与思维链技术引入多模态推理能力
处理亿级用户复杂搜索需求，探索生成式相关性模型、Agentic Search及长程推理应用
通过模型压缩、蒸馏与剪枝策略实现轻量化部署，平衡效果与效率
最低要求
对解决开放域搜索的模糊性问题有浓厚兴趣
具备NLP/多模态/搜索推荐算法基础
对强化学习、模型蒸馏/剪枝、MoE、LLM Agent等前沿方向有实践或浓厚兴趣
工作职责
构建业界领先的生成式相关性模型(Generative Relevance Model)，处理小红书亿级用户复杂多样的搜索需求
探索Multimodal Reasoning在搜索相关性的创新应用，推进Agentic Search技术落地
通过长程推理能力构建，实现样本的自动化精细化构建，进行Relevance技术探索
推进生成式蒸馏、稀疏化剪枝、结构化语义特征设计等方式，构建轻量化模型，完成大规模工业落地，实现效果与效率的平衡
AI 洞察
优缺点分析
优点
- 直接参与亿级DAU产品的核心搜索链路，业务价值与技术影响力显著
- 接触LLM Agent、多模态推理与模型压缩等最前沿技术栈，拥有从0到1落地的完整闭环机会
- 平台技术底蕴深厚，能积累高并发、大规模分布式训练经验
- 搜索相关性优化竞争激烈，需持续跟进学术界最新进展并快速迭代
- 模型压缩与轻量化部署对算力资源与工程调优要求极高
- 前沿技术落地需兼顾线上稳定性与用户体验，容错率较低
- 适合具备扎实算法功底、对大模型与搜索交叉领域充满热情，且追求技术深度与业务影响力结合的求职者
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向首席算法专家或搜索技术负责人方向发展，深耕大模型在垂直场景的应用
- 未来也可拓展至AIGC内容理解、智能体交互等前沿交叉领域，成为AI原生应用的技术骨干
- 负责小红书搜索相关性模型的架构设计与算法优化，重点攻克开放域搜索的模糊匹配难题
- 利用强化学习、思维链及多模态技术提升模型推理能力与可解释性
- 通过模型压缩与蒸馏技术实现算法在亿级用户场景下的高效落地
- 扎实的NLP或多模态算法基础，熟悉搜索推荐系统核心逻辑
- 掌握强化学习、模型剪枝/蒸馏、MoE架构及LLM Agent开发
- 具备将前沿理论转化为工业级高并发系统的工程实践能力
申请策略
- 提前了解小红书社区生态与搜索用户行为特征，准备针对“模糊查询”或“图文/视频多模态检索”的具体解题思路
- 关注团队近期技术博客或开源项目，面试时展现对业务痛点的深度思考
- 突出搜索/推荐系统相关项目经验，量化模型指标提升（如NDCG、CTR、延迟降低等）
- 详细阐述在模型压缩、蒸馏或RLHF中的具体贡献与调参细节
- 展示对LLM Agent或多模态理解的实战代码或论文复现经历
- 深入研读近期ACL/EMNLP关于Search & Retrieval的顶会论文，掌握LangChain/LlamaIndex等Agent框架
- 强化PyTorch/TensorFlow底层优化与vLLM部署技能
- 补充分布式训练与高并发服务架构知识
面试指南
- 采用STAR法则（情境-任务-行动-结果）结构化回答项目经验
- 技术原理题先讲清核心数学/算法逻辑，再结合工业场景说明权衡取舍（Trade-off）
- 系统设计题遵循“数据预处理->特征工程->模型选型->训练策略->评估指标->线上部署”的标准链路展开
- 如何设计一个支持多模态输入的生成式相关性模型？
- 在模型蒸馏与剪枝过程中，如何保证精度不大幅下降？
- 面对开放域搜索的长尾/模糊Query，你的召回与排序策略是什么？
- 请分享一次你使用强化学习优化推荐/搜索模型的经历
- 复习Transformer架构、Attention机制及主流排序模型（DSSM, DIN, MMOE等）
职位点评
薪资福利85
成长发展92
工作生活65
使命价值80
薪资福利
85较高
小红书作为头部互联网企业，提供具有竞争力的薪酬与完善的福利体系，满足求职者对经济回报的核心诉求。
薪资信号偏高 (4.0千–7.5万/月)
成长发展
92较高
岗位聚焦LLM Agent、多模态推理与模型压缩等前沿方向，提供从0到1工业落地的稀缺机会，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈NLP、多模态、强化学习、模型蒸馏、MoE、LLM Agent、Generative Relevance Model
业务类型profit_center
工作生活
65中等
互联网大厂算法岗通常节奏较快，但JD未明确提及弹性工时或远程政策，整体WLB处于行业常规水平。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
80较高
致力于改善亿级用户的搜索体验，通过技术创新推动内容分发效率，具有明确的用户价值与行业影响力。
行业发展稳定成熟行业
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs