小红书
【27届实习】Product Engineer-产品工程师（AI与全栈方向）-TnS
【27届实习】Product Engineer-产品工程师（AI与全栈方向）-TnS
发布于 大约 2 个月前实习/见习
北京市
无经验要求
实习生
仅现场办公
本科
软件工程
内容安全
分布式系统
微服务
机器学习推理
消息队列
风控
RocketMQ
AI 估算 · 5k–8k
小红书大型互联网公司，技术实习薪资较高，AI与全栈方向有一定稀缺性，但实习岗位薪资上限有限。
职位详情
关于这个职位
该实习岗位属于小红书的T&S（信任与安全）部门，主要负责风控后端系统、内容安全平台及机器学习推理框架的开发与优化
你将参与高并发、大数据量系统的架构设计与稳定性保障，与算法、策略、产品团队紧密协作
适合对分布式系统、大数据技术及AI工程化感兴趣的同学，能够深入接触亿级DAU产品背后的核心技术栈
最低要求
本科及以上学历，计算机科学、软件工程或相关专业，分布式系统开发经验、相关业务实习经验优先
具备扎实的编程基础，精通集合/并发框架，深刻理解分布式存储、计算、消息队列（如Kafka/RocketMQ等）、微服务治理等核心技术原理与应用
拥有丰富的线上系统稳定性保障和性能调优经验，具备复杂生产环境下的快速故障定位（trouble-shooting）和解决能力
具备大数据平台研发经验，熟练掌握并应用Spark、Hadoop、Flink等主流大数据处理技术栈
具备良好的数据敏感度和逻辑分析能力，能够进行深层次的数据探查和业务问题分析，对业务风险有较强的洞察力（业务sense）
有数据分析或算法模型落地经验者优先
拥有内容安全、风险控制、反作弊等相关领域业务经验者优先考虑
优秀的沟通协作能力和责任心，能够积极主动地推动项目进展和解决复杂问题
具备较强的学习能力和技术热情，能快速适应业务需求和技术变化
工作职责
负责风控后端审核系统（人工/机器）及引擎的架构设计与优化，解决核心系统的性能瓶颈、架构演进问题，并保障线上系统的稳定性和高可用性
负责内容安全模型平台的功能开发与系统稳定性保障，进行高质量的系统设计与实现，支撑亿级日活（DAU）产品的数据流处理、运营系统、审核系统等核心平台的建设与维护
参与大规模机器学习在线推理框架的研发、优化与维护，确保模型高效、稳定地服务于线上业务
持续优化在线服务与离线计算任务的性能，设计并实施高并发、多机房部署、容灾备份等关键方案，保障系统弹性与业务连续性
参与风控策略的技术实现与落地，为策略迭代提供高效、可靠的技术支持
关注技术前沿，参与技术选型与架构演进，推动风控技术栈的持续升级
协同风控策略、算法、数据、产品及运营团队，高效沟通，共同达成业务目标
AI 洞察
优缺点分析
优点
- 小红书作为超大型互联网公司，技术栈先进，实习含金量高，能够参与亿级流量系统
- 岗位涵盖AI与全栈，技术深度和广度兼备，有利于综合能力提升
- 团队氛围和技术积累良好，有导师指导，适合快速成长
- 技术栈较深，需要同时掌握分布式、大数据、机器学习推理等多领域知识，学习曲线陡峭
缺点 / 挑战
- 风控系统对稳定性和实时性要求极高，实习期间需要快速适应高压力环境
- 作为实习岗位，可能需要承担较多基础编码和故障排查工作，重复性任务可能较多
- 适合计算机基础扎实、对分布式系统和AI工程化有强烈兴趣，且愿意在快速迭代的互联网环境中挑战高难度项目的同学
角色解读
- 从实习期深入接触亿级DAU系统的架构设计，积累高并发、大数据处理实战经验
- 未来可向风控系统架构师、大数据平台专家或AI工程化方向发展
- 表现优异可转正，并逐步参与更核心的系统设计与团队管理
- 负责风控后端审核系统及内容安全模型平台的架构设计与开发，确保系统高并发、高可用
- 参与大规模机器学习在线推理框架的研发与优化，支持模型高效服务线上业务
- 与算法、策略、产品、运营团队协作，推动风控策略的技术落地与迭代
- 扎实的Java/编程基础，精通并发框架、分布式存储、消息队列及微服务治理
- 熟悉Spark、Hadoop、Flink等大数据处理技术栈，具备相关平台研发经验
- 良好的数据敏感度和逻辑分析能力，能够深层次探查业务问题并落地算法模型
申请策略
- 在简历和面试中强调你对系统稳定性和性能优化的理解，可以准备相关案例
- 了解小红书的风控业务背景（内容安全、反作弊），展现业务sense和团队协作能力
- 突出分布式系统或大数据相关的项目经验，尤其是实际线上系统的设计与优化案例
- 展示Java并发编程、消息队列、大数据框架（如Spark、Flink）的实际使用经历
- 如有内容安全、风控、反作弊或算法模型落地经验，需重点强调
- 提前复习Java并发框架和常见分布式系统原理（如CAP理论、一致性协议）
- 动手实践Kafka、RocketMQ等消息队列和Spark/Flink的简单应用
- 了解机器学习模型在线推理的基本架构，可以学习TensorFlow Serving或TorchServe
面试指南
- 对于系统设计类问题，采用“明确需求→整体架构→关键技术细节→容灾与监控”的框架
- 对于技术原理类问题，先解释核心概念，再结合项目经验说明应用场景和遇到的问题
- 对于业务理解类问题，展现数据敏感度和逻辑分析，从业务角度思考技术方案
- 请描述你如何设计一个高并发、高可用的微服务系统？
- 你在项目中使用过哪些消息队列？如何保证消息不丢失和顺序消费？
- 介绍一下你在Spark或Flink上的数据处理实践，遇到过哪些性能问题？
- 如何排查线上系统的性能瓶颈？请举例说明
- 你对风控系统有什么了解？如果让你设计一个简单的风控规则引擎，你会怎么做？
职位点评
73
综合评分
小红书风控实习，前沿技术栈，发展性极强，但需现场办公且加班不确定。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
更适合这类人
该职位最适合追求技术成长和前沿技能积累的求职者，愿意在互联网高强度环境下快速学习，对工作生活平衡要求不高。
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50
使命价值75
薪资福利
70中等
实习岗位薪资在大厂中属于中等偏上水平，且有餐补、交通等福利（JD未明确列出，但小红书通常有），但缺乏正式员工的高额年终奖和股票，补偿性一般。
薪资信号未披露（AI估算：5K-8K/月）
成长发展
90较高
岗位涉及分布式系统、大数据、机器学习推理等前沿技术栈，有明确的技术成长路径，且公司提供导师制和内部培训机会（JD中未直接提及，但大厂实习通常有），发展性极强。
技术前沿前沿/新兴技术
技术栈分布式系统、消息队列、Kafka、RocketMQ、Spark、Hadoop、Flink、机器学习推理
成长机会快速适应业务需求和技术变化、关注技术前沿
业务类型ambiguous
工作生活
50较低
需现场办公，地点在北京核心区域，通勤可能较长。JD未提及弹性工作或WLB，互联网风控岗可能有一定加班，生活平衡一般。
工作模式仅现场办公
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
75中等
内容安全和风控领域具有社会价值，保护用户和平台安全，但作为实习岗位，使命感更多来自业务本身而非公司使命。互联网行业属于稳定成熟赛道。
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
小红书 的其他在招职位
相似职位推荐
Watch Jobs