小红书
【REDstar】国际化搜索、推荐算法工程师 - rednote
【REDstar】国际化搜索、推荐算法工程师 - rednote
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推荐系统
推荐系统
Nlp
多语言
大模型
推荐算法
搜索算法
机器学习
值不值得投
78综合评分
综合评分 78
前沿技术、国际化场景、从0到1的成长机遇，但需适应高强度探索性工作。
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
4.5万
比推荐系统中位数高
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 1440 个在招 · 其中推荐系统 8 个
市场机会
选择适中
北京 · 推荐系统 · 44 个在招
职位详情
关于这个职位
此岗位为小红书国际化产品rednote团队的搜索与推荐算法工程师
工作将深入参与rednote从0到1的全球社区产品构建，核心是利用AI原生方式，在复杂的多语言、多文化场景下，解决推荐、搜索及跨语言理解等前沿算法难题，打造新一代社区体验
最低要求
本科及以上学历，计算机、人工智能、电子信息、自动化、软件或数学等相关专业
扎实的机器学习基础，在RecSys、KDD、NeurIPS、ICML、ACL、SIGIR、ICLR等国际顶级会议以第一作者发表过高水平论文者优先
在KDD Cup、Kaggle、ICPC等知名竞赛中取得领先名次者优先
有大模型、搜索、推荐、NLP或多语言相关的研究或实习经历者优先
编程基本功扎实，熟悉常用数据结构与算法，擅长Java / C++ / Python中至少一门语言
具备良好的英语沟通能力，能适应跨文化协作环境者优先
踏实自驱，有较强的逻辑思维和抽象能力
工作职责
推荐算法：负责推荐技术在rednote的落地，在个性化推荐、分发策略、用户理解、内容理解等方向实现技术突破
搜索算法：负责搜索技术在rednote的落地，方向包括AI搜索、生成式召回、基于LLM的新相关性范式、大规模个性化预估等
多语言与翻译：负责多语言基座和翻译技术的落地，实现文本、图片、语音、视频等多模态的跨语言理解，让不同语言的用户无障碍交流
技术沉淀与业务探索：从复杂的业务环境中抽象出清晰的技术问题，将机器学习、大模型等前沿技术应用于图文、视频、直播等体裁的搜索推荐体验，提升海量用户体验，Inspire Life
优先资格
在国际顶级会议以第一作者发表过高水平论文
在知名竞赛中取得领先名次
有大模型、搜索、推荐、NLP或多语言相关的研究或实习经历
良好的英语沟通能力
AI 洞察
优缺点分析
优点
- 参与从0到1的全球化产品核心算法构建，技术影响力大，成长空间广阔
- 公司支持在顶级学术会议发表成果，有利于技术品牌建设和个人学术发展
- 国际化团队环境，能接触前沿技术和多元文化
缺点 / 挑战
- 直接面对多语言、多文化等真实世界最复杂的算法挑战，技术深度和广度兼具
- 从0到1的探索意味着较高的不确定性和试错成本，对个人抽象和定义问题的能力要求高
- 多语言、多文化场景下的技术难题复杂度远超单一市场，技术攻关压力大
- 作为出海核心团队，需要快速适应海外市场变化和竞争，工作节奏和强度可能较高
- 适合具备扎实算法功底、渴望挑战复杂技术难题、有国际化视野和沟通能力、追求技术深度与业务影响力结合的算法工程师
角色解读
- 技术专家路线：深耕搜索推荐或多语言算法领域，成为特定方向的技术权威
- 架构师路线：负责复杂推荐/搜索系统架构设计，影响产品技术方向
- 技术管理路线：带领国际化算法团队，负责技术战略规划与团队建设
- 负责rednote国际化产品的搜索与推荐核心算法研发与落地，提升用户体验
- 攻克多语言、多文化背景下的搜索推荐技术难题，如冷启动、跨域理解等
- 探索并应用大模型等前沿技术，构建AI原生的搜索推荐新范式
- 与跨文化团队协作，从复杂业务中抽象技术问题并推动解决
- 扎实的机器学习理论基础，熟悉推荐系统、搜索系统核心算法原理
- 熟练的编程能力，至少精通Java/C++/Python中的一门语言，熟悉数据结构与算法
- 对大模型、NLP、多语言技术有深入理解或实践经验
- 良好的英语沟通能力和跨文化协作意识
申请策略
- 深入了解小红书及其国际化产品rednote的定位、特点和目标用户群，思考算法如何助力产品
- 面试时准备好阐述自己对“多语言、多文化场景下搜推挑战”的理解与解决思路
- 表现出对“从0到1”探索式工作的热情和自驱力
- 重点突出在推荐系统、搜索引擎或NLP等领域的项目经验与技术成果，尤其是处理大规模数据、复杂场景的经验
- 如果有顶级会议论文或知名竞赛获奖，务必在简历醒目位置展示
- 强调编程能力和解决复杂算法问题的实例，可附上GitHub或技术博客链接
- 若有跨语言或国际化相关经验（如翻译技术、多语言数据处理），请单独列出
- 深入复习推荐系统经典模型与最新进展（如深度学习、图神经网络在推荐中的应用）
面试指南
- 使用STAR法则（情境-任务-行动-结果）结构化回答项目经验问题，突出技术深度和逻辑思维
- 对于开放性问题（如多语言挑战），先分析关键差异点（如数据稀疏、文化差异、语言鸿沟），再从数据、模型、策略等层面提出系统性解决思路
- 结合自身经验与对LLM的理解，举例说明技术落地的可能性与考量（如效果、成本、延迟）
- 面试前准备好自己的论文或竞赛作品，能清晰讲解创新点和贡献
- 请介绍一个你过去解决过的最复杂的推荐/搜索算法问题，你是如何分析和解决的？
- 你认为在多语言、多文化场景下做推荐，与单一中文场景相比，最大的挑战是什么？有哪些可能的解决方向？
- 你对大模型在搜索或推荐系统中的应用有何理解或实践经验？
- 如何为一个全新的、没有任何用户数据的国际化产品冷启动其推荐系统？
职位点评
薪资福利75
成长发展90
工作生活60
使命价值85
薪资福利
75中等
该职位属于核心技术岗，通常能提供有竞争力的薪酬福利，但具体水平需结合个人谈判和城市定级。JD未明确提及具体福利细节。
薪资信号市场水准 (3.5千–5.5万/月)
成长发展
90较高
该职位提供了参与全球化产品从0到1构建的稀缺机会，涉及推荐、搜索、大模型、多语言等多个前沿技术领域的深度融合与创新，技术成长上限很高。公司支持顶会发表，学术氛围浓厚。
技术前沿前沿/新兴技术
技术栈大模型、LLM、推荐算法、搜索算法、NLP、多语言、AI
成长机会完整参与一款全球化产品从0到1的算法体系搭建、方向和路径由你定义、支持在顶会持续发表研究成果、与学界保持紧密连接
业务类型profit_center
工作生活
60中等
作为核心战略项目的技术岗，工作强度和压力可能不低。JD未提及任何关于办公模式、工作时间或WLB的信号。
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
85较高
参与打造一款能连接全球用户、促进跨文化交流的新一代社区产品，具有明确的社会价值感和行业前瞻性。技术驱动创新，改变用户体验。
行业发展高速增长赛道
社会影响中性/一般
使命信号让不同语言的用户无障碍交流、提升海量用户体验，Inspire Life
创新程度开拓性创新（行业首创）
Watch Jobs