内推原文
NO.5ea9b9我们是：
1、小红书推荐算法团队，负责维护和优化小红书主feed推荐系统的相关模型。
2、团队致力于提升推荐算法的效果和用户体验，积极跟进业界最新动态，拥有充足的技术迭代资源（GPU资源量大管饱），推动算法在大规模场景下的应用与落地。
3、我们秉持开放、协作的工作氛围，已经打造一支专业且富有活力的算法团队（工作氛围等属于互联网一流）。 工作方向和技术亮点：
1、（重要的事情放在第一句）research研究岗位，加入我们你将会真正的深入参与新一代推荐系统的research研究。
2、负责研发适配小红书业务的下一代生成式推荐系统研究，参与生成式推荐工程生态搭建，从数据流，特征，高效计算等多个方向进行优化，著提升整个链路的MFU水平。
3、通过端到端的方式对用户行为进行深度建模和挖掘，全方位建模用户兴趣，提升推荐的准确性和实时性，实现更高的用户满意度和业务价值。
4、负责强化学习框架搭建，以用户体验和广告收入为目的，搭建强化学习框架，其中包含模型训练，业务指标Reward涉及，多样性，序列评估等多项工作。
5、还有很多有趣的内容就不一一列举了。我们希望您具备：
1、研究生及以上学历，在机器学习、深度学习、强化学习、基础数学、统计数学等领域有着一定积累。
2、在推荐系统、广告等核心场景具备相关经验，了解推荐，广告以及搜索等业务系统，并且一直对业务具备学习热情，做真正懂业务的算法工程师；
3、在国际顶级会议发表论文者优先，包括但不限于KDD、SIGIR、RecSys、ACL、NeurIPS等；
4、了解端到端推荐、LLM4RS等技术方向的相关技术，能够清晰的定义问题和拆解问题，对技术的理解程度上要有场景迁移能力；
5、保持好奇心，不断追踪新技术，能够深入理解，并且将技术转化为价值沉淀/论文。
加分项
1、在核心场景下具有GRs、LLM4RS、OneModel落地实践经验，熟悉Transformer/HSTU、rankmixer/oneTrans、oneRec等方向。
2、有推荐业务上大规模机器学习优化落地经验。
3、密切关注业界最新进展，在SIGKDD、CIKM、ICML、ICLR、SIGIR、RECSYS等顶会发表过创新性论文或调研业界论文并成功应用于实践。工作地选择：北京/上海