小红书 | 电商算法和搜索团队招聘NLP、搜索和推荐系统(校招/社招)啦~

每天给你送来NLP技术干货！

小红书电商算法团队

团队介绍

小红书电商算法团队立足于整个电商分发场景，探索机器学习、深度学习、强化学习、人工智能和NLP前沿的技术发展，探索社区电商的价值。

算法场景分为电商搜索与推荐，主要工作包括：

- 触发策略：用户数据理解、深度匹配，传统匹配、用户意图识别、query纠错/改写、相关性建模等；

- 质量预估：点击率、转化率、客单价、交易额预估等

- 机制设计：排序机制、流量预估、多样性机制等

- 创意优化：商品图片、标题、优惠信息等展示创意优化；

岗位基本需求

- 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；

- 在国际顶级会议或者期刊以第一作者发表过高水平论文者优先；

- 有全球知名比赛（如KDD Cup、ACM等）中取得top10优先；

- 对数据敏感，具有优秀的逻辑思维能力，善于分析问题，解决问题；

- 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，强烈的责任感，以及优秀的学习能力。

工作地：北京

简历接收邮箱：zhupengfei@xiaohongshu.com

小红书电商搜索团队

团队介绍

小红书电商算法团队立足于整个电商分发场景，探索机器学习、深度学习、强化学习、人工智能和NLP前沿的技术发展，探索社区电商的价值。

算法场景分为电商搜索与推荐，主要工作包括：

- 触发策略：用户数据理解、深度匹配，传统匹配、用户意图识别、query纠错/改写、相关性建模等；

- 质量预估：点击率、转化率、客单价、交易额预估等

- 机制设计：排序机制、流量预估、多样性机制等

- 创意优化：商品图片、标题、优惠信息等展示创意优化；

岗位基本需求：

- 计算机相关专业研究生及以上学历，2年以上互联网行业研发经验，有大型搜索引擎、广告系统、推荐系统建设经验优先；

- 出色的机器学习、NLP和数据挖掘基础，对查询分析、相关性、机器学习排序有深刻的理解和应用经验；

- 具有出色的编码能力，良好的编程习惯，数据结构和算法基础扎实，至少熟练掌握Java/C++/Python中的一种；

- 对数据敏感，具有优秀的逻辑思维能力，善于分析问题，解决问题；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，强烈的责任感，以及优秀的学习能力。

工作地：北京

简历接收邮箱：zhupengfei@xiaohongshu.com

📝论文解读投稿，让你的文章被更多不同背景、不同方向的人看到，不被石沉大海，或许还能增加不少引用的呦~ 投稿加下面微信备注“投稿”即可。

最近文章

为什么回归问题不能用Dropout？

Bert/Transformer 被忽视的细节

中文小样本NER模型方法总结和实战

一文详解Transformers的性能优化的8种方法

DiffCSE: 将Equivariant Contrastive Learning应用于句子特征学习

苏州大学NLP团队文本生成&预训练方向招收研究生/博士生（含直博生）

投稿或交流学习，备注：昵称-学校（公司）-方向，进入DL&NLP交流群。

方向有很多：机器学习、深度学习，python，情感分析、意见挖掘、句法分析、机器翻译、人机对话、知识图谱、语音识别等。

记得备注~