多模态搜索排序算法实习生

1. 面向大规模文搜图搜索场景，构建个性化排序模型，通过大规模分布式学习、超长用户行为序列建模、多模态多目标学习等算法优化预估准确率，提升模型的在线效果和用户体验； 2. 面向高速增长的多模态搜索业务，调研和落地业界算法的前沿进展，结合小红书多模态搜索业务场景不断创新，设计精准满足用户需求、快速响应业务优化、高性能可扩展的粗排、精排和重排算法，通过体验提升拉动搜索增长； 3. 面向业界独特的 UGC 生态和生活搜索场景，结合多模态大模型技术，不断分析和拆解整体和细分搜索场景中的核心体验问题，针对不同意图与人群的精细化搜索排序算法，创造极致的搜索体验。

1. 计算机科学、软件信息工程、大数据、人工智能或其他相关专业，2年以上搜索、推荐、广告等相关背景，有相关领域代表性工作或国际顶会论文发表优先； 2. 熟悉机器学习、信息检索、数据挖掘、自然语言处理和多模态处理领域的经典算法，并能在业务中灵活解决实际问题； 3. 熟练使用Python、C++或Java至少一种编程语言，有大数据处理经验；熟悉PyTorch或TensorFlow框架，掌握Hugging Face Transformers等大模型工具链； 4. 有良好的沟通能力，跨团队协作能力，具备出色的规划、执行力，以及优秀的学习能力。