这条 JD 在招什么人
在社区内容场里做 AI 搜索和 AIGC 的工程师。小红书的场景特色：内容是多模态的（笔记=图+文+视频）、社区治理压力大（AIGC 内容的识别与合规）、搜索意图偏生活决策（「周末去哪玩」「新手怎么选」）。岗位画像是「懂多模态与内容的 LLM 工程师」，纯文本 RAG 之外，视觉理解与内容安全是差异化考点。
业务场景推测
大概率是搜索结果页的 AI 问答/摘要、笔记内容理解与结构化、或 AIGC 内容的治理（置信度：中）。搜索问答场景对多模态笔记的理解要求高：图里的信息要不要进上下文、怎么进。
硬技能：必须会什么
- RAG 链路：小红书搜索问答的基础盘
- 多模态：VLM 原理（视觉编码器与 LLM 怎么连接）、图片 Token 成本、图文一致性
- 内容工程：复杂文档/图文笔记的解析与结构化
- 意图识别：规则/小模型/LLM 的选型与评估（生活决策类 query 的意图复杂）
- 内容安全：AIGC 内容的识别、违规拦截层级
- 评测：多模态场景的评测比纯文本更难，要有方法论
加分项：什么能拉开差距
- 多模态 RAG 项目（图文混合检索）的真实经验
- 视觉 token 压缩、成本控制的经验
- 内容治理相关：AIGC 识别、标签体系、审核链路
- 对「多模态对话为什么贵」能算出账
JD 没写但面试会问
- 做文字识别用多模态大模型还是传统 OCR（高频取舍题）
- 一张图占多少 Token，多模态上下文为什么消耗快
- 图文不一致的样本训练时和上线后分别怎么处理
- 意图识别用规则、小模型还是 LLM，怎么评估
- 违规内容在哪一层拦
能力模型
| 层 | 内容 | 达标线 | | --- | --- | --- | | 基础层 | LLM + VLM 基本原理 | 连接器方案能对比 | | 工程层 | 检索、解析、成本 | 有多模态处理经验 | | Agent 层 | RAG 链路 + 意图路由 | 链路完整 | | 业务层 | 内容安全、社区治理 | 有层级设计意识 |
简历怎么改
- 多模态经历单列：处理什么模态、token 成本怎么控、图文一致性怎么保证
- 内容安全经历（识别、拦截、审核）是这里的强相关信号
- 搜索/推荐背景前置
项目建议
- 多模态 RAG：图文笔记的混合检索与生成，量化视觉 token 成本（站内项目卡框架可改）
- AIGC 内容识别：多模态分类 + 拦截层级设计
- 用项目匹配器拿方案