滴滴交易策略算法专家(JR2026040300M)
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；…
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.负责开发和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.负责开发和优化网约车定价、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; 3.负责开发和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;
作为小红书电商算法团队的核心成员，你将深入参与“种草到拔草”的闭环建设，负责电商搜索、信息流推荐及流量分发机制的算法迭代。利用前沿的 AI 技术，在亿级流量场景下解决复杂的业务挑战，平衡用户体验与商业价值。 岗位职责： 1. 核心场景优化：负责电商搜索（Search）或信息流推荐（Feed）场景的算法研发，通过优化召回、粗排、精排及重排策略，提升 CTR、CVR 及 GMV 等核心业务指标。 2. 模型技术攻坚：深入研究和应用大规模稀疏模型、多任务学习（MTL）、序列建模、图神经网络（GNN）等深度学习技术；探索 LLM（大语言模型）在电商导购、意图理解及多模态内容生成中的落地应用。 3. 机制策略设计：基于运筹优化和博弈论思想，设计多目标融合排序机制，动态权衡用户体验（留存/互动）、商家生态（流量扶持/ROI）与平台收益，实现流量的最优配置。 4. 全链路提升：深入理解电商业务，从商品理解、用户画像构建到最终的交易转化，全链路优化“内容-商品-用户”的匹配效率。
1、作为核心的交易产品同学，参与快送业务的交易匹配工作，包含分单策略、供需调节、司乘交易体验等； 2、深刻理解司乘用户，以提升交易转化和司乘体验核心目标，指定交易策略、产品优化； 3、对供需有理解，能通过数据驱动分析发现问题，制定解决方案。
1、负责网约车快车新品类产品能力搭建，包括流量、分单、用户分层策略设计及优化，设计可以推动品类长期发展的交易策略； 2、进行用户分层分类深度分析，策划精准运营方案，为呼叫、gmv、毛利等关键指标负责； 3、产研/算法/DS等多个团队深度合作，推动BC端线上交易流程和产品工具等项目的送代和落地推动； 4、数据驱动，对互联网ab测试框架有一定了解，对互联网产品运营有一定见解和改造解题能力； 5、能够基于内外部机会，识别用户打车出行场景的优化策略，探索新的产品力，优化乘客体验。