滴滴国际出行交易算法实习生
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、Sca…
工作职责
【关于我们】 1. 国际化出行，作为滴滴的第二增长曲线，目前发展势头良好。 2. 交易策略（算法），解决司乘匹配、调度等问题，是国际化出行业务的核心技术和竞争力。 3. 结合国际化业务特点，我们将深度学习、强化学习、因果推断等技术应用在日常工作中。 4. 团队氛围开放积极，与国内网约车核心技术团队保持交流和学习，有机会与滴滴各部门技术大牛交流学习。 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、运用机器学习（因果推断，时序预测，转化率预估）、强化学习等前沿算法和技术，构建相关模型策略，驱动司乘动态定价； 2、搭建线性规划、整数规划、动态规划等相关运筹优化模型并设计优化算法，助力提升出行场景交易效率。 3、参与定价算法模型开发及落地，支持滴滴全球业务；
POI部门介绍： POI智能化致力于智能化的手段，真实还原现实世界兴趣点（Point of Interest），为高德出行和生活服务提供支撑，是高德用户信息获取、交易履约和出行体验的基础； 每个POI背后都有精彩的故事，我们作为链接POI和用户的第一步，每一分努力都是与现实世界的一次互动。欢迎加入我们，从另一个视角来观察世界！ 职位描述： 1. 研究、训练、使用预训练模型，解决地图领域POI数据相关业务，包括但不限于文本理解，文本生成以及语义匹配等相关任务。 2. 从事预训练模型研究、训练、应用，包括但不限于多语言、多模态、训练任务优化、下游任务迁移、知识融入更新、模型性能提升等； 3. 负责多模态、跨语言预训练等相关底层技术的研究与实现，并应用于下游的文本/图像的理解与生成； 4. 将预训练模型与搜索/地图领域实际问题相结合，包括但不限于训练任务优化、任务迁移、知识融入更新、模型性能提升等；
团队介绍 POI智能化使命是通过高质量高效率低成本的智能化手段及先进生产力，数字化还原真实世界POI，保障POI数据的时效性、正确性和完备性，作为高德用户信息获取、交易履约和出行体验的基础。每个POI背后都有精彩的故事，我们作为链接POI和用户的第一步，每一分努力都是与现实世界的一次互动。 职位描述 我们需要NLP和多模态大模型方向的算法工程师，负责对地图生产资料、互联网情报、搜索日志、用户反馈等非结构化文本进行分析和信息抽取，负责理解高德用户的到达行为，融合人地大数据，构建知识图谱和智能推理能力，打通数据生产和前台业务，使得用户获得更加智能的出行和服务体验。 1、参与和负责POI产线的NLP算法部分，包括POI的NLP基础功能服务、多模态名称融合生成、名称质检模块、名称纠错模块等； 2、搭建POI的NLP基础服务平台，实现以POI为核心实体的地图数据图谱，为高德的POI搜索、推荐业务提供完备信息； 3、配合其他POI采集、挖掘、调度、聚合业务，建模NLP任务，提供准确且有效的NLP信息； 4、积极地探索和研究NLP的应用和认知领域，结合地图场景，提供更加全面且完备的服务；
1.参与国际化网约车分单策略框架搭建及迭代，包括司乘撮合、交易模式、用户行为建模等。 2.探索大模型及生成式技术在出行领域的应用和探索。 3.使用深度学习、机器学习等算法和技术提升交易效率和体验。