滴滴资深算法工程师(J250701030)
任职要求
* 计算机、运筹学、统计/计量经济学、应用数学硕士及以上学历，3年以上互联网交易策略/用户增长算法经验（O2O、电商、出行领域优先）； * 精通深度学习，因果推断方法（DID、Causal Forest、Uplift Modeling）与运筹优化（线性/整数规划、动态定价）； * 熟练掌握python/Java/pytorch，具备分布式计算（Spark/Flink）、实时计算（Flink/Kafka）开发经验，有复杂系统性能调优能力者优先； * 深度理解交易平台核心指标（GMV、转化率、LTV），具备通过数据拆解业务问题的结构化思维； * 有从0到1搭建增长策略体系的经验者优先； * 极强的逻辑推理能力，能快速抽象复杂业务问题为数学模型； * 具备技术布道意识，能推动算法在跨团队协作中的高效落地； * 对出行行业有热情，适应快节奏、高挑战的业务环境。
工作职责
1. 核心交易策略设计与优化
* 主导O2O出行行业交易全链路的策略算法研发，通过运筹优化（动态定价、资源分配模型）与深度学习（序列建模、强化学习）提升交易转化率、司机应答率及乘客留存率。
* 结合因果推断（Uplift Modeling、PSM）设计增长策略并量化对GMV的贡献。
2. 复杂场景下的算法攻坚
* 解决高并发实时推荐场景的技术挑战（如冷启动、多目标权衡），优化算法在 延迟、准确率、覆盖率 等维度的性能。
* 设计端到端的用户预期管理模型 ，通过多场景交互提升用户成交。1.负责国际收单、钱包等场景的支付风险识别&决策模型的选型、开发和优化，负责模型部署应用、维护、监控和升级迭代; 2.深入理解国际支付业务和风险，总结和提炼用户行为序列、欺诈、赌博、洗钱、诈骗等风险特征，并对特征挖掘结果进行评估和验证; 3.负责建模流程优化，提升模型开发和部署效率，降低模型维护成本; 4.基于图算法、时序算法等对用户风险进行识别，在小样本、无样本场景上能够通过无监督、半监督、元学习等算法对风险进行有效识别。 5.研究前沿机器学习算法在支付风控领域的实践和应用。
参与构建下一代客服 Agent，驱动服务体验与效率提升。需要具备扎实的工程功底、大模型应用功底，结合业务场景设计并推进系统架构落地。 【岗位职责】 1、参与设计下一代客户服务 Agent、Agent Saas 的技术方案，与产品、算法团队合作，完成技术工程代码的开发； 2、通过工程优化，增强 Agent（文本、语音）的语义理解能力、反应速度、通话链路质量，技术驱动服务体验和效率的提升； 3、主导 Agent 核心链路的技术升级和性能优化，保障7*24小时的稳定运行，提升 Agent 的可观测性和稳定性，提升异常应对能力； 4、深入理解业务，参与面向对话过程的对话策略和服务设计，结合先进的智能技术能力，持续打磨服务水平； 5、关注行业前沿，推进有价值的技术与业务场景的结合，探索创新方法，推动技术创新。
1、负责京东物流运营算法和风控体验算法工作，共同搭建业界领先的算法系统； 2、深入理解业务和机器学习、深度学习技术，优化模型&策略，持续提升用户体验。
1、视频理解算法研发与多模态分析：1)主导视频内容理解算法的端到端研发，覆盖动作识别、事件检测、微表情及情感语义分析，构建从数据预处理到模型部署的全流程方案。2）设计例如基于Video Swin Transformer、3D CNN及CLIP等的多模态分析框架，实现“视觉-音频-文本”多维度内容解析。3）探索前沿技术如可控视频理解、物理引擎整合，提升复杂场景下的语义解析精度。 2、智能剪辑系统设计与自动化流程：1）开发基于多模态的智能剪辑框架，实现镜头分割、关键帧提取及内容摘要的自动化处理。2）设计自然语言交互式剪辑工具，支持用户通过文本指令或语音交互完成视频编辑，提升创作效率。 3、多模态交互与场景落地：涉及自然语言交互式编辑工具，支持用户通过对话逐步细化生成内容，提升创作自由度。 4、技术落地与产品化：1)与工程团队协作，将算法集成至业务系统，解决实际场景中的挑战。2) 设计标准化工具链，支持用户通过简单接口调用生成能力。 5、可独立进行跨部门技术方案评审，协调各方需求确保项目按时交付。跟踪国际顶会最新前沿技术成果，定期组织技术分享。指导初级工程师，建立算法知识库和代码库。