AI 搜索算法实习生· 2026-08-11

参与小红书 PC 端 AI 搜索业务的研究与优化，探索 Agent、强化学习与大语言模型在真实搜索场景中的应用。

我们正在招聘 AI 搜索算法实习生，参与小红书 PC 端 AI 搜索业务的研究与优化，探索 Agent、强化学习与大语言模型在真实搜索场景中的应用。 岗位职责 - 深度参与小红书 PC 端 AI 搜索业务，优化搜索结果生成、复杂问题求解与用户交互体验； - 研究并落地搜索 Agent / Multi-Agent 相关技术，包括任务规划、工具调用、多步推理、多智能体协作、记忆与自我纠错等方向； - 参与 AI 搜索 Agent 业务 harness 建设，支持任务编排、工具调用、多轮交互、上下文管理、链路追踪、效果反馈与持续迭代； - 探索强化学习在 AI 搜索中的应用，开展奖励建模、策略优化、推理能力提升与用户反馈建模等研究； - 参与大语言模型的数据构建、SFT、RL 训练、评测与迭代，持续提升模型在真实搜索任务中的效果； - 跟进 Agent、LLM、Multi-Agent 与 RL 领域前沿进展，推动研究成果在实际业务中落地。

职位要求 - 研究生及以上学历在读，面向日常实习和秋招，计算机、人工智能、软件工程等相关专业优先； - 熟悉大语言模型、自然语言处理、机器学习、强化学习或 Agent 相关技术； - 熟练使用 Python，具备良好的算法设计、实验分析与工程实现能力； - 对 AI 搜索、Agent、Multi-Agent 和强化学习方向有浓厚兴趣，具备较强的研究能力和问题解决能力； - 具备良好的沟通能力和团队协作精神，能够积极参与项目讨论与推进。 加分项 - 有 LLM SFT、RLHF、RLAIF 或其他大模型强化学习实践经验； - 有 Agent、Multi-Agent、搜索、推理模型、奖励模型相关项目经验； - 有 Agent harness、工具调用系统、任务编排框架、复杂业务链路或线上 AI 应用落地经验； - 在 NeurIPS、ICML、ICLR、ACL、EMNLP、KDD、WWW、SIGIR 等顶级会议发表过论文； - 有高质量开源项目、算法竞赛或大模型训练与评测经验。