工作职责： 职位描述 1. 参与小红书视频消费链路的策略优化，基于强化学习算法构建用户长期体验最优化的决策模型； 2. 负责视频播放场景下的状态建模、奖励函数设计、策略学习与仿真评估，推动强化学习在视频消费场景的落地与迭代； 3. 深入业务数据，挖掘用户行为模式，通过AB实验、因果推断等方法科学评估策略效果，持续驱动算法与体验的双重提升. 任职资格： 任职要求 1. 本科及以上学历，计算机、人工智能、统计学、自动化等相关专业； 2. 熟练掌握强化学习经典算法（如DQN、PPO、SAC等），有相关项目或竞赛经验，具备扎实的机器学习与数据挖掘基础； 3. 优秀的编码与工程实现能力，熟练掌握Python，熟悉TensorFlow/PyTorch等框架，具备大规模数据处理和实验分析经验； 4. 对用户体验敏感，具备良好的业务洞察和问题拆解能力，能够独立完成从问题定义到模型落地的全流程。 我们提供 1. 表现优异者有26年实习转正机会（团队hc多多）； 2. 深入小红书核心业务场景，参与高挑战、高影响力的算法项目； 3. 开放、包容的团队文化，提供有竞争力的实习待遇与福利。