哔哩哔哩AI策略运营（模型应用方向）
任职要求
1. 技术背景: 3-5 年以上策略或模型相关工作经验，具备扎实的编程基础(Python 为主)，能独立编写模型训练脚本。 2. 模型实战经验: 有丰富的 LightGBM、XGBoost 或 CatBoost 调优经验，熟悉特征工程。熟悉 BERT、TextCNN 等 NLP 模型，有实际的文本分类、语义理解落地经验。有 LLM 实际应用经验，了解如何将大模型…
工作职责
1. 策略体系构建: 负责业务场景(如风险控制，黑产团伙识别等)的策略设计，能够将业务目标拆解为可建模的指标体系。 2. 模型开发与调优: 基于业务需求，独立完成从特征工程到模型训练的全流程。熟练运用LightGBM/XGBoost 处理结构化数据，或利用 BERT/Transformer 等模型解決 NLP 任务。 3. 大模型应用落地: 利用 LLM 能力优化现有策略体系，包括 Prompt 工程、RAG 方案设计及 Agent 流程编排，提升业务自动化与智能化水平； 4. 策略运营与迭代: 通过 A/B Test 监控策略效果，分析坏案例(Badcase)，持续迭代模型参数或业务逻辑，对最终业务结果(如转化率、准确率)负责。 5. 跨部门协同: 作为技术与业务的桥梁，与算法团队沟通模型底层实现，与业务团队沟通策略执行方案。
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)
团队使命： 作为网约车交易市场技术核心团队，我们应用机器学习、运筹优化、因果推断、深度强化学习及生成式AI技术（LLM） ，构建支撑千万级日订单的动态双边市场智能决策系统。通过供需预测建模、动态定价策略、智能补贴分配、生态治理引擎 等策略引擎建设，持续优化平台商业价值与司乘体验，驱动全球领先的出行市场效率革新。 供需调节策略方向的主要工作： - 负责设计研发面向司乘双边市场的动态定价和跨品类联合补贴策略引擎，涉及的技术方向包括：精细化的时空供需预测建模、针对海量数据的细粒度因果建模、大规模运筹优化与求解算法设计、大规模离线仿真系统设计与研发等。 - 负责设计研发面向用户长期增长的智能增长营销策略引擎，构建可持续优化的收益管理与增长引擎系统，涉及的技术方向包括：长周期用户价值（LTV）建模、基于强化学习的序列化决策模型设计、大规模运筹优化与收益管理系统设计等。 - 负责设计研发面向供需调节和用户增长的智能运营系统，构建面向多目标高度封装的全自动智能化的运营引擎，助力网约车业务精细化运营提效。涉及的技术方向包括：不同粒度、周期的时序预测建模、大规模运筹优化求解算法、支持深度人机结合的工业化运营引擎架构。 - 负责设计研发面向网约车交易场景的司乘生态治理引擎，构建面向不同品类业务特点的判责、治理策略系统，涉及技术包括：多模态深度学习建模、大语言模型技术、原子预测和小样本学习等技术。
1、参与携程国际化业务用户增长相关的算法研究和策略研发； 2、和产品、运营和工程等团队深度合作，洞察算法策略的机会点并落地实施，提升新用户承接、老用户提频和流失用户召回等场景的业务效果； 3、针对携程国际化业务，探索和迭代个性化推荐技术，在EDM营销和App个性化推送等场景落地应用； 4、基于海量用户行为和商品数据，使用数据挖掘等技术，建立并持续迭代用户画像和商品理解等技术系统； 5、利用多模态理解和AIGC能力，实现营销素材的自动化生成，提升总部和各个国家/地区当地运营团队的工作效率。
1、负责高德端内互动产品的设计、迭代与优化，通过游戏化场景、社交裂变机制、任务体系等互动形式，结合用户行为数据，挖掘高价值场景，设计激励策略（如积分、勋章、虚拟奖励），驱动高德端DAU持续增长。 2、深度洞察互联网热点事件、社会趋势及用户兴趣点，策划“高德+热点”的快速营销事件，主导营销传播方案的创意策划、资源整合与落地执行。通过数据驱动分析传播效果，联动端内活动与端外传播策略，形成“引流-参与-传播”闭环，实现用户增长与品牌声量的双向提升。 3、探索创新互动形态（如AI驱动交互、LBS玩法、AR场景等），结合技术能力升级用户体验。 4、建立端内外联动的增长模型，将端外流量有效转化为端内用户活跃与留存。