滴滴资深算法工程师(JR20260422005)
任职要求
1.本科或硕士以上学历，数学、计算机、统计、电子等相关专业 2.有扎实的计算机基础、对深度学习，机器学习有较深入了解。有信息检索（IR）、自然语言处理（NLP）、推荐系统和数据挖掘等领域经验，发表过高质量论文者优…
工作职责
1、基于滴滴国际化海量的出行数据（四轮、摩托、外卖），利用数据挖掘、机器学习、大模型等技术，优化上下车点推荐、路况预测、路径规划、ETA（到达时间预估）、EDA（预估到达距离）等引擎 2、上下车点推荐引擎：基于滴滴出行的大数据，深入理解不同国家的业务特点，推动上下车点推荐引擎效果提升。理解世界不同国家的地理领域知识，还原物理世界，并结合出行领域的用户（司机+乘客）行为特点，构建完善的特征工程；借助时序建模、多场景多任务的深度学习算法，综合提升各类场景的推荐效果；提升出行体验和平台效率，保障司乘安全 3、路线规划引擎：不同国家有不同的地理特性，不同的业务对路线规划也有差异化的需求。深入理解不同地区和业务的特点，借助序列建模、多场景多任务等手段，优化路线的召回、排序、重排等链路。 4、时间/里程/价格/路况等预估引擎：深入研究不同国家、不同业务（四轮车、摩托）、不同打车链路（预估价、分单、接驾、送驾等）中的时间/距离/价格/路况预估任务，构建不同场景下独有及共享的底层数据体系，建设地理特征、用户画像、历史行为及偏好等特征工程，借助因果推断、GNN、online-learning等技术，提升预估准确性，提升司机和乘客的体验及打车效率 5、探索学术前沿技术，参与LLM、GNN、Online Learning、Reinforcement Learning等在交通领域的应用落地
1. 负责路况与红绿灯相关核心算法研发、优化与落地，聚焦红绿灯倒计时预测、时空实时路况算法迭代，打造精准、高效的路况感知与信号预测能力。 2. 深耕红绿灯倒计时预测建模底层算法优化，挖掘时空关联特征，提升预测准确率与实时性，适配多场景红绿灯时序变化，支撑导航、出行规划等核心业务。 3. 负责道路动态信息预警算法研发，基于海量路况数据、红绿灯时序数据，实现路况突变、拥堵加剧等异常情况的精准预警，优化用户出行体验。 4. 运用深度学习、spatio-temporal（时空）建模技术，结合海量交通数据，完成算法设计、模型训练、验证与落地，持续迭代优化算法性能。 5. 处理海量时空交通数据，运用分布式计算技术完成数据清洗、特征提取，保障算法与模型的稳定、高效运行，推动技术成果落地到实际业务场景。 6. 跟踪路况、红绿灯算法领域前沿技术，沉淀专利与技术方案，参与技术创新，打造业务技术壁垒；联动团队解决算法落地过程中的各类技术难题。
1.负责算法应用开发工作根据实际业务场景开发模型，支持业务策略制定，推动业务进展； 2.使用前沿算法对模型进行优化，提升业务效果:
面对国际化外卖业务复杂的多边业务交易市场，使用机器学习、统计学、运筹学、经济学等工具，设计最核心的交易匹配算法与策略，支持国际化所有国家和城市，直接提升国际化业务核心指标，助力滴滴在国际市场的成功。 研究包括但不限于外卖场景下供需匹配、用户预期等算法，持续提升核心交易效率； 利用因果推断、运筹规划、机器学习等技术，提升供需预测、补贴定价等运营核心算法效果； 利用算法技术实现集团各业务线用户的高效增长，优化流量运营效率。 任职资格 1). 计算机、统计学、运筹学、经济学等相关专业硕士及以上学历； 对交易匹配、O2O履约等领域有浓厚的兴趣。 2). 优秀的业务直觉，扎实的算法技术能力，善于把业务问题系统化拆解建模为算法问题，并高效解决，在业务中落地 。 3). 在机器学习、运筹优化等领域有较强的积累，熟悉经典算法并有实践经验。 4). 熟练掌握大数据处理技术，有使用Hive、Spark的编程经验。 5). 编程基础扎实，熟悉基本算法数据结构，有较好的Python开发经验。 6). 善于思考，逻辑清晰，有优秀的数据分析和解决问题的能力，对挑战性的问题充满激情。 做过大模型Agent落地的优先
1、负责电商内部投放系统和流量调控算法的优化，与运营、产品、分析等团队深度合作，持续优化流量效率和平台生态。 2、负责电商商业化广告机制和算法能力建设，支持新业务探索落地。