小红书
推荐算法工程师-C2C业务
推荐算法工程师-C2C业务
发布于 大约 12 小时前普通员工/个人贡献者
上海市 / 深圳市
中级经验
全职员工
仅现场办公
硕士
软件工程
Ctr预估
Cvr预估
Din
Mmoe
Sql
多任务学习
大模型
推荐算法
AI 估算 · 30k–50k
大厂推荐算法岗位，3年以上经验，薪资具有竞争力，月薪3-5万，全年15薪。
职位详情
关于这个职位
该职位负责小红书C2C场景的推荐算法建设，主要工作包括构建买家-卖家匹配模型、实时的流量分配策略、优化CTR/CVR预估模型，并探索大模型在非标品推荐中的应用
适合有3年以上推荐算法经验、熟悉工业级系统、对技术有追求的工程师
最低要求
计算机/统计学/机器学习相关专业，硕士及以上
年以上推荐算法经验，有完整的工业级落地项目，对工程架构有审美，而不是为了需求而开发
熟悉主流排序模型（DIN/DIEN/Transformer/MMoE/多任务学习等）
熟练掌握Python，熟悉SQL数据分析，数据结构与算法基础扎实
工作职责
在社区feed中识别有交易意图的用户，构建买家-卖家匹配模型（不仅匹配商品，还匹配卖家的可信度、响应速度、服务质量），实现"种草即交易"
针对C2C浅库存/孤品、供需不平衡特色，设计动态供给感知机制和流量分配策略——供给随时变化，推荐策略需实时响应
优化CTR/CVR预估模型，应用多任务学习，解决C2C场景特有的冷启动（新卖家、新品类）和稀疏交互问题
探索大模型在C2C推荐中的应用：用户交易意图理解、非标品语义匹配、跨域表征
优先资格
有CTR/CVR预估、用户建模、向量召回、冷启动优化经验者优先
有电商/二手平台/内容电商推荐经验者优先
AI 洞察
优缺点分析
优点
- 小红书平台数据丰富，可深入实践多任务学习、大模型等先进技术
- 薪资待遇优厚，公司处于高速发展期，技术成长空间广阔
- C2C场景独特（浅库存、非标品、信任机制），算法设计复杂，需要较强的创新力
- 业务目标多元（种草+交易），需要平衡体验与转化，优化难度大
- 适合有推荐算法经验、热爱解决复杂业务问题、希望在内容电商方向深耕的技术人员
缺点 / 挑战
- 参与前沿的C2C推荐场景，技术挑战大，能快速积累工业级经验
- 实时流量分配要求高性能系统，对工程能力有较高要求
角色解读
- 初级阶段：在指导下负责特定模块（如CTR模型优化），积累C2C场景经验
- 中级阶段：独立设计推荐策略，主导流量分配或匹配模型的迭代
- 高级阶段：成为C2C推荐方向的技术负责人，引领大模型落地与业务创新
- 构建买家-卖家匹配模型，综合商品匹配度、卖家可信度、服务质量等因素，实现精准推荐
- 设计动态供给感知的流量分配策略，实时响应库存变化和供需波动
- 优化CTR/CVR预估模型，应用多任务学习解决冷启动和稀疏交互问题
- 探索大模型在交易意图理解、非标品语义匹配和跨域表征中的应用
- 扎实的推荐算法基础，熟悉排序模型如DIN、DIEN、Transformer、MMoE等
- 精通Python和SQL，具备工业级项目落地能力
- 深度理解多任务学习、用户建模、向量召回和冷启动优化
- 对C2C交易场景有敏锐度，能将业务问题转化为算法方案
申请策略
- 在简历和面试中突出对C2C业务的独特理解，例如浅库存下的推荐策略
- 准备一个完整的推荐系统案例，从问题定义到上线效果，展现全链路思维
- 重点突出推荐算法的工业级项目经验，尤其是CTR/CVR预估、冷启动或流量分配相关
- 强调对工程架构的审美，展示代码质量和系统设计能力
- 如有电商或C2C平台经验，务必突出
- 可展示对非标品推荐的理解
- 展示对前沿技术（如大模型、Transformer）的应用实践
- 深入学习多任务学习模型（MMoE、PLE等），掌握TensorFlow/PyTorch实现
面试指南
- 使用结构化回答：问题分析→方案设计→实施细节→效果评估
- 结合C2C业务特点（浅库存、非标品、信任感知）展开，体现业务理解
- 多任务学习类问题：从模型结构、损失函数、任务相关性等方面阐述
- 在C2C场景中，如何解决冷启动问题？请具体说明方案
- 请解释MMoE的工作原理，并说明在多任务学习中的适用场景
- 如何设计一个实时流量分配策略来应对供给变化？
- 大模型在推荐系统中有哪些应用？你如何看待其在C2C中的潜力？
- 你过去在推荐系统中遇到的最大技术挑战是什么？如何解决的？
职位点评
69
综合评分
大厂核心推荐岗，前沿技术栈，高成长但工作强度可能较大。
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。
更适合这类人
该职位最适合追求技术成长、挑战前沿算法、能够适应高强度工作的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展90
工作生活40
使命价值70
薪资福利
70中等
作为大厂核心岗位，薪资通常高于市场水平，但JD未披露具体薪酬和福利，因此给予中等偏高评分。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
90较高
职位涉及前沿推荐算法和大模型应用，技术挑战高，成长空间巨大，符合强发展性动机。
技术前沿前沿/新兴技术
技术栈DIN、DIEN、Transformer、MMoE、多任务学习、大模型、向量召回、冷启动
业务类型profit_center
工作生活
40较低
岗位要求实时响应和高效产出，且未提及弹性工作或WLB，推测工作强度较大。
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
70中等
C2C业务属于高速增长赛道，结合信任电商理念有一定社会价值，但整体使命导向不突出。
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
小红书 的其他在招职位
相似职位推荐
Watch Jobs