哔哩哔哩策略运营实习生

公司介绍 滴滴于 2016 年组建自动驾驶技术研发部门，致力于打造世界领先的 L4 级自动驾驶技术，通过科技让出行更安全、更高效。我们相信，将自动驾驶技术部署在共享出行车队中，将创造最大的社会价值。依托滴滴在出行领域的 先进技术、海量数据、丰富经验和完整的出行平台生态，我们正在打造并运营世界领先的自动驾驶 Robotaxi 车队，推动自动驾驶在城市复杂交通场景中的规模化落地。 职位描述 作为感知团队的一员，你将与国内外顶尖人才一起，研究和开发自动驾驶领域的前沿算法，直接赋能 L4 Robotaxi 的大规模部署。 你将面向真实城市道路场景中的多样化挑战，利用多模态传感器（LiDAR、Camera、Radar 等）设计、开发并优化感知算法，解决物体识别、障碍物检测、场景理解、意图预测与大模型赋能等核心问题。 在这里，你将有机会： 与中美两地的优秀工程师和科学家合作，参与世界级的技术竞争； 深入研究并推动最前沿的学术成果在产业中的落地； 在全球最大出行平台之一的业务场景中，实现科研成果的规模化应用。 主要方向与职责： 你将在以下方向中选定一个或多个方向深入负责，并承担从研发到落地、从算法到系统的端到端职责： （一）物体识别与跟踪 设计并实现基于 LiDAR / Camera / Radar 的多模态检测模型，识别车辆、行人、自行车、静态障碍物、交通标志等 提升精度、召回率与抗扰性（抗遮挡、夜间、恶劣天气、长尾类别） （二）通用障碍物识别 识别未知类别 /未训练类别的障碍物 基于异常检测 /开放类别识别的算法研究与工程实现 在非结构化环境（施工区域、道路损坏、落物等）中提升鲁棒性 （三）场景和意图理解 语义分割、实例分割、道路 /车道/交通标志/交通灯等结构物识别 场景理解，例如施工区域识别、可通行区域识别等 意图理解，例如行人动作识别、起步意图识别等 交互和事件识别，例如多方交互、交通规则冲突、非规范驾驶行为等 （四）感知大模型 /多模态 探索或应用预训练多模态大模型，将视觉、语言、地图/文本信息融合以增强感知能力 零样本 / 少样本 / 跨域泛化的策略研发 将大模型成果迁移到真实车队感知系统中，提升复杂场景下的鲁棒性 （五）模型评估、验证 构建完整的评估管道，包括离线评估 + 真实道路 + 模拟环境测试，支持回归检测与性能监控 指标体系设计 (Precision, Recall, IoU, latency, false positives rate 等)

【面向0-1年工作经验的应届生招聘】 维护项目运营、经营稳定，同时做好商家的相关服务工作。 1、商家入驻支持：参与售前项目立项&投标策略评估，建立商家档案并拉齐信息认知，帮助引导商家进行菜鸟入驻并进行划仓对接。 2、项目运营管理：负责项目全链路运营质量管理，协同各相关方处理异常并解决问题；落地运营策略，达成各项运营指标，并通过数据分析、看板等方式持续迭代优化；联合大区及总部方案、资源等，确保项目毛利达成并不断优化。 3、商家客情维护：和不同分层商家保持日/周/月维度的交流，定期进行线上/线下的正式复盘，保障商家服务体验，助力业务续签；帮助商家解决日常争议及赔付问题，给予商家解决方案，提升商家满意度。

1、协助制定用户增长策略，设计产品方案并快速实验，为用户活跃数、新用户、留存等指标负责 2、电商站内营销策略和站内转化活动运营 3、分人群策略分析及迭代 4、活动后台的策略配置及校验工作

【】 1. 短视频脚本优化 a. 参与TikTok、Instagram Reels、YouTube Shorts等海外平台内容策划，优化脚本结构与转化钩子（hook）逻辑； b. 基于用户画像与产品卖点，提升脚本内容的趣味性、感染力与商业表现。 2. 素材拆解与视频混剪 a. 对达人视频、广告素材进行拆解混剪，输出多语言、多版本的视频广告内容（如英/马来/泰/越南语字幕版本）； b. 调整内容节奏、字幕、转场与音乐，适配不同国家/地区的审美与观看习惯。 3. 数据反哺创作 a. 配合广告投放团队，追踪视频素材的CTR、CPM、完播率等指标； b. 参与素材A/B测试与复盘，总结内容表现规律，反哺下一轮脚本创作与剪辑策略。 4. 内容趋势追踪 a. 研究目标市场（如东南亚、欧美、中东）的流行内容趋势、语言风格与平台玩法； b. 提出有文化适应性的内容创意或改编建议，提升内容本地化精度。