滴滴资深算法工程师-时空方向(J251215014)
任职要求
1. 本科以上学历，数学、计算机、通讯相关专业，2年以上工作经验 2. 熟练使用Pytorch/Xgboost/Sklearn/Pandas等算法工具，并能…
工作职责
现实路网每天发生海量的更新和异常事件，如道路施工、封闭、交规、交通事故、路面积水等，如何快速、准确、全面感知到这些变化，是地图行业的一大难题。滴滴拥有海量的时空多模态数据，如司乘定位信息、用户上报、行车记录仪等，如何结合多模态数据和多模态算法实现对用户行为异常、路网交通事件的精准建模？如何结合空间信息的大模型技术重构变革现有算法，解决平行路、低热道路等“硬骨头”问题？ 这一系列挑战，期待你的加入，和我们共同攻克！
职位描述 【关于我们】 滴滴自2018年初收购巴西出行平台99开始，正式启动了国际化战略。目前，滴滴的国际业务覆盖了拉美、亚太和非洲的14个国家，为当地市场提供以出行为主、涵盖外卖和金融的多样化服务。 【关于团队】 安全策略（算法），预防对平台和用户有重大影响的事件，需要应对不同国家不同业务发展阶段的多重风险，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，我们已将深度学习、小样本学习和拒绝推断等技术应用在当前业务中，正在推动多模态模型的探索与落地。团队氛围开放积极，有机会与国内外各部门业务与技术进行日常交流学习。 【岗位职责】 1. 负责国际化安全方向的基本策略与建模工作：运用小样本学习、常规机器学习 深度学习等机器学习算法完成对完成对国际业务在各海外市场的安全保障功能，包括行前、行中和行后危险状态的识别和预测，在确保安全出行的同时提升司乘体验，助力业务快速发展。 2. 搭建和迭代安全预防方法论和策略运营体系：如情景预防，时空预防等。 3. 安全算法智能化：利用最优化，生成对抗、时空模式挖掘等多种问题抽象与建模手段，推动安全预防智能化的落地。
利用滴滴海量的出行数据，对道路状态、交通流量、司机驾驶习惯等进行建模， 使用数据挖掘和机器学习技术发现路网变更情报和行程异常风险，提升滴滴用户的出行体验和平台效率。
1. 与资深工程师共同进行自动驾驶无图场景下的辅助驾驶轨迹规划算法研发 2. 基于采样、优化等数学手段进行时空联合优化等方面的算法 3. 对接e2e模型轨迹输出， 设计对应的优化平滑算法 4. 算法实现、数据分析
1、自动驾驶时空数据模块开发 ：参与自动驾驶车辆时空数据模块的架构设计辅助工作，根据项目需求和技术规划，学习并协助制定合理的时空数据数据结构、存储方式和处理流程。在资深工程师的指导下，运用 C++ 等编程语言编写高质量代码，实现时空数据数据模块各种需求支撑小鹏汽车自动驾驶功能保持业界超一流水平，助力保障时空数据模块在自动驾驶车端有限硬件资源下稳定运行。 2、模块集成与测试支持 ：协助与自动驾驶系统其他模块（如感知、规划、控制等）集成，确保时空数据模块与其他模块间数据交互和协同工作顺畅。在指导下制定测试计划和用例，使用 C++、Python、Shell 开发自动化测试工具，对时空数据模块进行全面测试和验证，涵盖功能测试、性能测试、稳定性测试等，及时发现并记录潜在问题。 3、持续优化与改进参与 ：依据实际测试和应用反馈，参与车端时空数据模块的持续优化改进工作，提升时空数据处理效率、更新速度和数据质量。关注行业最新技术和发展趋势，学习新算法和方法，为自动驾驶时空数据技术创新升级贡献力量。4、培养计划：配备资深导师1v1指导；参与完整项目开发全流程；提供专业技术实践培训体系。