滴滴交易策略高级算法工程师(J250616015)
任职要求
1. 计算机或数学相关专业毕业,硕士及以上学历,有扎实的数据结构和算法基础,或者有较好的数学功底。有特征工程,数据建模,机器学习,最优化理论等相关基础; 2. 熟悉常用数据挖掘算法的实现与应用,掌握常用机器学习算法并有实战经验,包括但不限于 LR,GBDT,XGBoost,RL, NN 等; 3. 有海量数据处理分析经验,熟悉Hadoop,Hive,Spark等大数据处理平台; 4. 编程基础扎实,熟练掌握下列语言之一: C++、Java、python、Scala、Golang; 5. 热衷了解和实战业界前沿技术,洞悉人工智能国际会议研究动态,不断提升自己在机器学习、运筹优化、机制设计、数理统计等方向的能力; 6. 机器学习相关较深的工业界经验或较深厚的学术积累,有相关领域业界知名成功项目经验优先,有项目管理和团队管理经验的优先; 7. 其他优先条件: ◦ 有分布式机器学习和数据分析经验的优先。 ◦ 在人工智能相关顶级会议有论文发表者优先。 ◦ 编程能力杰出者优先。 ◦ 有大型系统架构设计和实践经验者优先。 ◦ Kaggle等比赛成绩优秀者优先。
工作职责
1. 负责国际化网约车交易策略算法设计和实现,包括但不限于司乘匹配,运力调度,流量分发,供需预测,仿真系统等方向; 2. 针对不同国家交易市场的供需情况和竞争态势,和业务方协同设定目标,使用机器学习/强化学习/运筹优化等算法和技术,优化成交率等核心业务指标,助力业务发展。
1.负责优化网约车需求引导策略,深入理解并引导用户的打车需求,通过模型算法提高车型推荐效果,帮助用户更好更容易打到车,满足用户个性化用车需求; 2.负责优化网约车分单策略,制定和完善订单分配机制,通过模型算法将订单高效分配给合适的司机,提高分单效率和效果; 3.负责优化网约车定价、营销补贴策略,通过机器学习和运筹优化等技术合理分配补贴资源、促进业务增长; 4.负责优化网约车用户增长策略,包括站内流量拉新、老用户的促活、流失预警、留存等用户生命周期运营,促进业务增长;
【滴滴国际化出行交易市场算法团队简介】 国际化业务是滴滴的重要增长方向。 出行交易市场算法团队/Short as "IBG MPA" 在我们出海业务中扮演了重要角色。团队致力于打造国际出行业务核心自动化,构建智能化价格、补贴和分单引擎, 提升业务核心指标(i.e. 完单, GMV, 毛利, 司乘体验等), 创造用户价值和商业价值,助力滴滴在国际市场的成功。 算法团队作为滴滴国际化出行交易市场IBG Marketplace(MP)中核心团队, 加入我们,你将有机会在国际化强竞争态的双边动态交易市场下,设计前沿的机器学习、强化学习算法,不断提升解决复杂业务问题的能力。还可以与世界各国同事交流,获得多元化国际视野,并能收获到一群使命驱动/平等开放/志同道合的伙伴们! 【分单方向简介】 交易算法方向,解决司乘匹配、供需预测等问题,是国际化出行业务的核心技术和竞争力。结合国际化业务特点,我们将深度学习、强化学习、因果推断等技术应用在日常工作中。 【岗位职责】 1. 负责国际化网约车交易策略算法设计和实现,包括但不限于司乘匹配,运力调度,流量分发,供需预测,仿真系统等方向; 2. 针对不同国家交易市场的供需情况和竞争态势,和业务方协同设定目标,使用机器学习/强化学习/运筹优化等算法和技术,优化成交率等核心业务指标,助力业务发展。
乘客与交易增长团队隶属于网约车平台公司-MPT-交易策略,团队业务目前涵盖乘客流量分发、乘客交易负向体验优化、乘客LTV预测及留存&增长等,并负责乘客推荐、预期沟通、分单干预等需求支持,协助业务完成目标,高质量交付需求结果。旨在建设流量分发、乘客推荐、预期沟通、分单干预的技术框架和能力沉淀,通过策略&算法的优化,提升乘客打车体验,保留存促增长。 1、负责网约车各环节最中心的交易策略设计,研究包括乘客表单推荐、等应答推荐算法优化,提高交易效率及平台用户体验 ; 2、搭建对于ltv预测、用户增长方向的建模,诊断交易问题并为策略、运营、产研团队提供可靠的技术支撑及机会挖掘,支撑业务高速发展; 3、通过机器学习、深度学习等技术栈,结合业务需求进行建模,解决线上实际问题。