滴滴国际事业群IBG（2）-算法实习生

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。

面对国际化外卖业务复杂的多边业务交易市场，使用深度学习、机器学习、因果推断等工具，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。 研究主要包括国际外卖场景下时间预估、奖励策略等，持续提升用户体验与履约指标；

1. 信贷相关模型开发（机器学习），理解业务场景，设计研发具有良好区分度的风险模型或经营模型 2. 开展用户行为序列分析，异常检测，因果推断，多任务和迁移学习等深度学习方向研究及技术产能落地

1. 参与国际化外卖搜索系统的算法与产品优化工作，包括搜索排序、query理解、语义表征等方向； 2. 支持海外市场搜索体验优化的相关数据分析和策略迭代； 3. 结合LLM应用优化搜索各个环节的效果，提升用户体验； 4. 参与搜索生成式排序技术的探索和落地。