滴滴算法工程师(J241017015)
任职要求
算法工程师 1.基于滴滴交通出行业务，构建完整的打车智能化运营策略解决方案，包括但不限于增长策略、定价策略、供需预测、资源分配策略等各类丰富场景； 2.承担网约车业务核心业务指标，使用运筹优化、机器学习、因果推断等技术持续优化超大规模动态双边市场的交易效率。 计算机/应用数学/计量经济学/统计学相关专业，研究生/本科，2023年毕业 编程基础扎实，至少熟悉python/scala/R…
工作职责
算法工程师 1.基于滴滴交通出行业务，构建完整的打车智能化运营策略解决方案，包括但不限于增长策略、定价策略、供需预测、资源分配策略等各类丰富场景； 2.承担网约车业务核心业务指标，使用运筹优化、机器学习、因果推断等技术持续优化超大规模动态双边市场的交易效率。 计算机/应用数学/计量经济学/统计学相关专业，研究生/本科，2023年毕业 编程基础扎实，至少熟悉python/scala/R等编程语言之一 熟悉常用的机器学习与数据挖掘方法 熟悉常用统计理论与分析方法，数理逻辑好，具有一定的数据分析能力 有较强的学习能力和好奇心，自驱性强，具备良好的团队合作和沟通能力 加分项： 1. 有计量经济学/因果推断方向相关背景优先 2. 有运筹优化/收益管理相关背景优先 3. 有深度学习相关背景优先 4. 有SQL、Hadoop、Spark、Hive、TensorFlow相关经验优先
我们是滴滴网约车MPT部门的大模型研究开发团队，致力于以大模型为核心，打通数据、技术与业务链路，推动AI在智能运营与交易市场中的应用革新。我们的研究方向涵盖大模型驱动的数据挖掘、智能运营系统、以及核心交易机制的技术演进。 工作职责与方向包括： - 负责基于大模型的智能运营系统构建，包括但不限于利用Prompt、SFT、RLHF、Agent等技术，打造面向业务的单点工具建设和产品工具集成。 - 负责基于大模型的交易技术任务和基础技术方案研发，包括但不限于基于大模型的判别式任务构建、基于大模型的基础公共特征挖掘，和交易市场主栈问题（定价、分单）中LLM的应用方案探索。 - 密切关注行业的最新动态，跟踪研究最新技术和趋势，推进有价值的技术在公司内部落地，探索前沿的算法迭代，推动技术创新。 - 与工程团队紧密合作，推动模型的工程化部署，包括模型压缩、推理加速等环节。
团队负责数十个垂类业务场景搜索、推荐体验优化、效率提升工作，支撑下沉、店铺、券搜、企业/工业、商超类、新零售等战略创新业务。 工作内容： 1.基于NLP相关技术(LLM、知识图谱等),理解用户query意图，并构建优化文本/多模态的搜索匹配模型，保障并提升搜索体验； 2.高效算法系统建设：基于AutoML、强化学习、迁移学习等技术，并通过流程化/产品化方式，建设算法PaaS平台、在线多业务高性能算法系统，提升多业态算法优化迭代效率； 3.追踪前沿技术，应用于搜索、推荐场景全链路(召回、排序、策略)进行模型优化和差异化创新，提升多业务场景效率指标。
工作内容： 1.负责统筹海外站的工作，包括业务需求支撑、日常算法体验效果迭代； 2.负责境外业务的搜索推荐核心链路算法的研发工作(召回、排序、策略、相关性、导购商卡)，致力于提升用户体验和流量转化效率，支撑海外业务快速发展； 3.针对海外业务特点，做搜推前瞻性的技术规划(包括多语言NLP模型、跨语言搜索等)，并推动实施。
1.负责基于运筹优化与机器学习相结合的物流配送优化； 2.负责地图场景的NLP模块和搜索推荐引擎的构建与开发； 3.负责货车导航能力构建、轨迹道路数据挖掘、基于地理位置的挖掘算法研究及优化，包含技术架构、选型、应用、落地等技术工作； 4.跟踪机器学习、数据挖掘等方向的前沿算法，承担技术框架建设和落地实施优化； 5.负责协同工程、产品等团队合作。