小红书
【2027校招】内容治理算法工程师-T&S
【2027校招】内容治理算法工程师-T&S
发布于 16 分钟前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Agentic Rl
Prompt工程
Rag
内容治理
多模态大模型
大模型微调
强化学习
算法研发
自然语言处理
值不值得投
72综合评分
综合评分 72
前沿AI技术栈、解决复杂业务问题、平台影响力大，但工作模式与WLB未明确。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
35K
比人工智能中位数高
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 1410 个在招 · 其中人工智能 33 个
市场机会
选择面较广
北京 · 人工智能 · 约 390 个在招
职位详情
关于这个职位
该职位是小红书2027届校招岗位，主要负责小红书社区内容生态的治理算法研发与落地
你需要运用多模态大模型、计算机视觉、自然语言处理等前沿算法，解决导流、低质营销、广告治理等具体业务问题，并主导核心算法的迭代创新，保障平台内容环境的健康有序
最低要求
本科及以上学历，计算机、人工智能、数学、电子信息等相关专业
熟练掌握CV/NLP/多模态/大模型、机器学习、强化学习中一项或多项，能够对业务问题进行技术方案拆解，同时具备较强的工程实现能力
具备跨部门沟通和协调能力，保障定义清晰、落地到位
工作职责
负责小红书社区有序经营治理，涵盖导流、低差营销、广告治理、商业负向内容、品牌保护、MCN治理、行业合规等重点方向
将多模态大模型、计算机视觉、自然语言处理等算法，落地于小红书笔记、评论、直播、账号等全场景内容生态治理
主导语言/多模态识别、大模型（微调/Prompt 工程/RAG 等方向）、Agentic RL等核心算法的研发迭代，通过模型创新提升治理效果
优先资格
对内容生态治理、平台安全等领域有浓厚兴趣或相关实习经验者优先
具备优秀的研究和创新能力，在CVPR、ICCV、ECCV、NIPS、ICML、SIGGRAPH等顶级会议发表过论文或有知名竞赛获奖经历者优先
AI 洞察
优缺点分析
优点
- 技术前沿：工作内容直接应用多模态大模型、强化学习等最新技术，能快速积累顶尖AI工程经验
- 平台影响力：在小红书这样的超大规模社区工作，算法成果直接影响数亿用户的体验，成就感强
- 技术难度高：内容治理问题复杂且多变，需要持续追踪技术前沿并快速落地，对学习能力和创新能力要求极高
- 业务理解深：需要深入理解小红书的社区文化、商业生态和治理规则，技术方案必须贴合复杂业务场景
- 适合对内容安全、社区生态有热情，同时具备扎实算法基础和强大工程能力的2027届应届毕业生，希望在前沿技术领域解决实际复杂问题
缺点 / 挑战
- 综合挑战：需要同时解决算法、工程、业务理解等多维度问题，对个人能力是全面的锻炼
- 结果导向：治理效果（如违规率下降）是核心考核指标，工作成果需直接体现在业务数据上，压力较大
角色解读
- 技术专家路线：深耕内容安全与多模态算法，成为该领域的顶尖专家，主导复杂技术难题攻关
- 技术管理路线：带领小团队负责某一治理方向（如反垃圾、品牌保护），承担更多管理和规划职责
- 横向拓展：深入了解平台治理全貌后，可转向更广泛的平台安全、风控策略或AI中台建设
- 运用计算机视觉、自然语言处理、多模态理解等算法模型，识别和处理平台上的违规、低质、广告等不良内容
- 将前沿的大模型技术（如微调、RAG、提示工程）应用于实际业务场景，构建自动化的内容治理体系
- 与产品、运营等跨部门团队协作，理解业务需求，将治理目标转化为可落地的技术方案
- 通过模型创新和算法迭代，持续提升内容识别的准确率和覆盖范围，保障社区生态健康
- 扎实的机器学习与深度学习理论基础，精通CV/NLP/多模态中的一个或多个方向
- 熟练掌握大模型相关技术，如模型微调、Prompt Engineering、RAG、Agentic RL等
- 优秀的工程实现能力，能独立完成从算法设计到模型部署上线的全流程
- 良好的沟通与协调能力，能与非技术团队有效协作，推动项目落地
申请策略
- 在面试中，准备一个你解决过的最复杂的算法与业务结合的问题，并清晰阐述思考过程
- 研究小红书的社区规范和近期的内容治理公告，思考背后可能的技术挑战，展示你的主动思考
- 重点突出CV/NLP/多模态/大模型相关的项目经历，清晰描述技术选型、模型效果及业务收益
- 如有在顶级会议发表论文或获得知名竞赛（如Kaggle）名次的经历，务必醒目展示
- 强调跨部门合作或复杂项目落地经验，体现沟通协调和推动能力
- 可简要提及对内容治理、平台安全等领域的理解和兴趣，展示岗位匹配度
- 深入学习大模型应用技术栈，特别是模型微调、RAG架构和Agent相关框架（如LangChain）
- 尝试参与开源的内容安全或NLP竞赛项目，积累实战经验并补充作品集
面试指南
- 技术深度问题：采用‘背景-挑战-方案-结果’的STAR框架
- 清晰说明项目背景、面临的具体技术/业务挑战、你设计或采用的技术方案（突出算法细节）、最终达成的效果（最好有量化数据）
- 方案设计问题：先进行问题定义和拆解（识别哪些特征、数据如何获取标注），再给出模型选型思路，最后说明评估指标和可能的迭代方向
- 动机与认知问题：结合你对小红书产品的观察和对技术的理解，将个人兴趣、技能与岗位要求、公司业务进行绑定
- 请详细介绍你做过的最相关的一个多模态/NLP/大模型项目，遇到了哪些技术难点，如何解决的？
- 如果要对小红书笔记中的低质营销内容进行识别，你会如何设计技术方案？需要考虑哪些因素？
- 在大模型落地到内容治理时，可能会遇到哪些工程上的挑战（如延迟、成本、效果）？你有什么经验或想法？
- 你如何看待内容治理中‘误杀’与‘漏检’之间的平衡？技术上可以如何优化？
职位点评
薪资福利70
成长发展85
工作生活50
使命价值80
薪资福利
70中等
该岗位为校招起薪，在同类企业中具有竞争力。但JD未披露具体薪资和福利细节，补偿性信息有限。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
85较高
技术栈非常前沿，直接涉及多模态大模型、强化学习等最新方向，且业务场景复杂，能提供宝贵的成长机会。
技术前沿前沿/新兴技术
技术栈多模态大模型、计算机视觉、自然语言处理、强化学习、Prompt工程、RAG、Agentic RL、大模型微调
业务类型profit_center
工作生活
50较低
JD未提及任何关于工作模式、弹性工作或WLB的信息，无法判断。工作地点位于一线城市核心区域。
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
在高速发展的内容社交平台解决复杂的生态治理问题，具有较高的社会价值和行业影响力。
行业发展高速增长赛道
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