滴滴高级算法工程师-安全技术(J241106018)
任职要求
1.2年以上工作经验，人工智能、计算机相关专业，对机器学习基础算法有较深入理解，如特征工程等； 2.在数据挖掘、NLP等方向有应用算法解决实际问题经验者优先；…
工作职责
我们是滴滴网约车部门的安全技术团队，致力于打造智能出行平台。我们不断探索机器学习等前沿技术，基于海量的出行数据和丰富的业务场景，进行出行生态算法优化与体系搭建。我们强调数据驱动和业务价值，解决人们出行过程中的真实问题，保障司乘的出行体验与安全，致力于出行行业的变革与发展。 工作职责： 1.负责出行生态安全场景的算法优化与体系搭建，包括但不限于司乘行程人身安全，司机线上线下的安全群体事件等； 2.运用机器学习、统计学、大模型等专业知识，不断优化海量订单的风险识别策略； 3.基于业务理解和案例分析，不断挖掘和提升多模态的底层元能力； 4.构建高效的策略系统和评估体系，解决实际问题的同时沉淀高效的智能决策系统。 岗位亮点： 1.有技术挑战：极小样本的问题，每天需要从海量订单中排查出极少的风险订单，需要成体系的策略和模型建设。 2.有技术宽度：技术比较宽，有视频、音频、文本、轨迹，也有订单和司乘画像等结构化信息，既是天然的多模态感知和融合的场景，也需要传统的机器学习、深度学习、策略设计，技术宽度较宽和技术抓手比较丰富。 3.有技术深度：有丰富的多模态数据，是天然适合大模型的应用场景，在通过大模型建设基础能力和端到端的识别能力上有深度的探索。
1）主要业务是车载场景交通安全和人身安全相关算法开发，工作包括不局限于：图像分类、目标检测跟踪、深度距离估计、视频理解等 2）与团队成员友好合作，按时完成研发工作并进行算法部署落地 3）研究与分享大模型前沿技术，落地视觉多模态理解和图像生成大模型
1、基于视觉算法能力解决两轮车业务场景中的运维规范作业、体验优化、业务提效、生产安全等领域问题； 2、参与构建算法模型的数据处理、训练流程、评估指标、模型压缩与部署等工作； 3、与产品、前后端、硬件等团队密切协作，推动算法在实际产品中的部署与上线； 4、跟踪调研最新的视觉算法技术及大模型研究成果，并在两轮车业务&产研场景中落地应用； 5、沉淀算法平台能力，提升模型生产效率
打车场景下，上下车点推荐是指在用户发单前，系统根据用户的历史行为、环境信息，为用户推荐最合适的上下车位置。合理的上下车点有助于司乘高效碰面，甚至关系司乘的安全。上下车点推荐是典型的线上-线下的业务场景。 1、通过机器学习、深度学习优化上车点推荐系统（推荐乘客最理想的上下车位置），减少接驾时间，降低司乘沟通成本，提升用户出行体验，主要参与特征工程和多任务、多场景，特征交互等模型优化 2、现实物理世界结构复杂，从二维的物理平面到路网的拓扑，需要有效的组织各类地理元素、构建场景特征，探索CNN、GRAPH等各类表征学习的方案。 3、行为和内容的融合，在地理领域解决冷启动、用户需求多样性，都面临独特的挑战。 4、地图位置信息和大模型结合的创新研究探索。
1.负责商品合规安全业务：基于多模态算法技术，对海量商品信息（包括图片、标题描述等）进行自动化风险识别，精准检测违禁品、知识产权、资质不符等违规内容，提升高危商品的发现效率与防控准确率，保障平台商品生态的合规性与安全性 2.负责内容安全业务：利用多模态算法在海量内容中快速筛选出潜在的风险进行防控 3.负责商品审核业务：主导审核机器人能力建设，结合规则引擎与多模态大模型技术，对海量商品送审请求实现自动化智能审核，在保障审核质量的前提下大幅提升处理效率，降低人工成本