滴滴26届正式批-机器学习平台研发工程师-基础产品

这里是滴滴核心的算法团队-用户增长算法，负责端外投放、端内流量运营、画像中台等增长类算法研发。团队肩负集团增长类指标优化的重任，长期致力于通过构建增长类算法与系统建设，沉淀增长底层能力，持续提升投放及流量运营效率，驱动业务增长，创造更多用户价值。 1、参与广告投放(DSP/RTA)策略设计，包括召回/排序/预估校准/预算分配/多目标等策略与算法的设计和开发，以实现业务高效增长 2、参与流量运营策略设计，包括流量预估与分配/推荐等策略与算法的设计和开发，高效运营端内流量 3、负责画像策略设计，包括用户画像/内容策略平台等策略与算法的设计和开发，提升用户及item的理解能力 4、负责增长算法中台的构建，支持业务的过程中沉淀增长底层能力，更高效支持业务产出。

1、基于海量的路测和仿真数据，利用统计和机器学习技术，研究并制定自动驾驶系统评估方法 2、熟悉常用模型的基本原理和优缺点，针对复杂模型提出有效评估方法论 3、基于自车的驾驶行为和运行的交通环境，推进系统安全和合规相关指标的落地实现 4、与产品、研发、工具、测试等团队合作，开发评估指标与能力来指引自动驾驶算法开发者开发。

1、参与花小猪打车核心的平台交易相关，产品需求讨论、架构设计与开发 2、参与花小猪打车核心的SAAS分单相关，产品需求讨论、架构设计和开发 3、参与花小猪打车核心的交易定价相关，产品需求讨论、后端高并发架构设计与开发 4、参与花小猪打车核心的补贴和经营相关，产品需求讨论、离线大数据架构设计和开发。

1、参与滴滴路径规划引擎研发，应用强化学习、图神经网络等技术优化全球不同区域的路线召回与排序策略，提升司乘出行效率 2、参与ETA（预估到达时间）、预估价核心算法迭代，通过时序建模和多任务学习图网络模型提升时间/距离/价格的预估准确性 3、研发实时路况预测系统，红绿灯智能读秒预测系统，构建智能的动态交通感知能力 4、探索大语言模型在交通领域的应用，将LLM技术与时空数据结合优化路线决策的可解释性 5、建设全球化路线引擎中台，针对不同国家地理特性，设计差异化解决方案。