滴滴26届正式批-数据分析师-用户平台
任职要求
1、2026届在校生，本科及以上学历 2、对统计/计量经济学、实验设计、因果推断、机器学习等领域的理论知识有深刻理解，具备熟练运用以上1种或多种方法以解决实际业务问题的能力，有实际落地解决问题经验加分 3、熟练使用SQL(Hive平台)进行数据处理和计算…
工作职责
1、通过数据分析/运用数据分析工具，为公司的业务增长目标提供有效的数据支撑，助力业务目标达成 2、对用户运营或产品迭代进行策略分析，结合业务认知得到数据洞察，并提出可落地的提升方案和推动方案落地 3、搭建增长方向的指标体系和分析框架，制定业务目标，评估策略效果，提出策略/产品迭代优化方向。
1、参与对用户、商家、骑手等行为数据进行深度挖掘，引导产品运营，并能实际应用到业务中带来实际商业价值 2、与国内外业务团队密切合作，通过日常经营分析、实验评估、专题研究等协助提升业务决策的质量和速度 3、协助支持将复杂的产品运营问题抽象为数学模型，系统性提升用户体验、业务增长、平台生态等。
1、对拉美用户和商家等行为数据进行深度挖掘，并能实际应用到业务中带来实际商业价值; 2、与国内外业务团队密切合作，通过日常经营分析，实验评估，专题研究等提升业务决策的质量和速度 3、将复杂的业务问题抽象为数学模型，系统性提升用户体验，业务增长，平台生态等。
1、参与基于滴滴海量用户行为数据的上下车点推荐系统构建，包括召回，精排模型的优化等 2、参与基于大模型的POI数据建设，通过对多模态数据、地理位置、用户行为和LLM、NLP技术结合，打造最精准的POI数据体系 3、参与目的地检索推荐技术研发，包括向量召回、精排模型、检索agent等技术迭代。
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、机器学习等技术，优化上下车点推荐、地址解析、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、MTMS(Multi-Task and Multi-Scene)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、排序、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、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、MTMS、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。