logo of eleme

饿了么饿了么-高级物流算法专家-地图物联研究

社招全职3年以上技术类-算法地点:北京 | 上海状态:招聘

任职要求


1、硕士及以上学历,博士优先,需要有比较丰富的科研成果;
2、定位、感知、时空计算、普适计算、空间智能、时空大模型等方向科研经历,有…
登录查看完整任职要求
微信扫码,1秒登录

工作职责


1、负责饿了么地图及感知算法研发,提升即时物流超算数智化能力;
2、追踪行业前沿对大规模时-空-图数据进行建模,提升饿了么定位、路线规划、时空轨迹、空间智能、地理信息大模型等方向技术能力;
3、沉淀研究成果,协同硬件、工程团队 推进算法落地;
包括英文材料
学历+
还有更多 •••
相关职位

logo of sf
社招5-10年

1、协助制定公司核心产品线(智慧城市数字孪生、数据治理、商业数据服务、自动驾驶高精地图)的市场推广策略,参与年度/季度GTM(Go-to-Market)计划的撰写与落地; 2、负责B端产品的内容营销体系搭建,将复杂的技术语言(如GIS、POI解析、路径规划算法)转化为市场易懂的解决方案语言,输出高质量的白皮书、行业案例集、解决方案PPT及宣传视频脚本; 3、主导行业展会与市场活动的策划执行,统筹包括物流科技峰会、智慧城市博览会、自动驾驶论坛等外部展会,以及公司内部产品发布会的全流程管理(搭建、物料、现场控场),提升在B端/G端客户中的品牌影响力; 4、对销售团队(To B/To G)进行深度赋能,开发标准化的销售工具包(Sales Kit),梳理标杆案例(内部应用案例、政府治理案例),定期组织市场侧培训,提升销售打单效率; 5、负责线上渠道的获客(Lead Generation)与运营,管理企业官网、微信公众号及垂直行业媒体渠道,通过SEO/SEM及内容运营获取有效销售线索,并对线索质量与转化进行跟踪分析; 6、开展行业与竞对调研,重点关注高德、百度地图等ToB业务动态及GIS上下游产业链发展趋势,定期输出竞品分析报告,辅助产品迭代与定价策略; 7、负责外部生态合作伙伴的市场联合推广,与云计算厂商、物流集成商、车企等建立联合营销机制,互换资源,扩大市场覆盖面; 8、管理市场物料与品牌资产,规范公司VI在不同工业场景与商业场景下的应用,确保品牌形象的专业度与统一性; 9、建立媒体与分析师关系,负责企业级新闻稿的撰写与发布,维护公司在科技与物流领域的专业声量。

更新于 2026-01-28深圳
logo of amap
社招5年以上市场拓展-BD

核心职责: 1. 大客户开拓与经营:深耕零售+物流融合赛道,聚焦快消品牌商、连锁零售商、第三方物流及城配平台,挖掘其在门店选址、仓网规划、配送路径优化、应急调拨、渠道覆盖评估等场景的业务痛点; 2. 解决方案式销售:深度理解客户在门店网络规划、渠道效率、消费者洞察、O2O运营等痛点,结合公司地图数据、POI、客流热力、竞品分布等核心能力,输出定制化商业智能解决方案; 3. 生态协同推进:联动产品、数据、技术及ISV伙伴,打造“标准产品+行业插件+联合运营”模式,提升方案竞争力与客户粘性; 4. 行业影响力构建:沉淀零售、物流行业方法论,参与白皮书、案例包装、私享会等活动,强化公司在零售+物流数字化领域的品牌心智。 任职要求: 1. 经验:5年以上ToB销售经验,3年以上深度服务零售、快消或物流行业大客户,有成功交付选址、仓配、供应链优化类项目经验者优先; 2. 能力:理解零售企业的渠道策略与物流企业的网络运营逻辑;; 具备解决方案思维,能将数据能力转化为业务价值语言; 出色的高层对话能力,可对接客户VP及以上级别决策者; 3. 特质:结果导向、自驱力强、善于跨团队协作,对地理信息、大数据、AI应用有浓厚兴趣; 4. 加分项:有GIS、LBS、商业选址、客流分析类产品销售经验者优先。

更新于 2026-02-09北京
logo of amap
社招2年以上技术类-地图

团队介绍: 我们团队为用户提供满足各种出行场景的好路线,提供极致的出行体验,同时服务C端、B端,涵盖自驾、打车、物流等多种业务场景,我们的每一次技术升级或业务的改进都能影响全国用户,有非常复杂的高并发分布式服务系统架构,有业界最先进的路线规划算法(cbr,cch,rch,raptor等)。如果你想发挥你的想象力创造更多社会价值,如果你享受克服困难和挑战自我的喜悦,如果你热爱技术并喜欢追求极致性能和效果,如果你渴望挖掘出源源不断的新应用场景,那就加入我们团队吧! 岗位职责: 你将加入高德在线导航服务团队,从0到1参与打造手车一体的「出行域 Agent」。目标体验对标特斯拉车机中的 Grok:让用户可以用自然语言完成从出行规划、实时导航到行程中各类决策的全流程交互,实现“能听懂、会思考、帮决策、可执行”的智能出行助手。 工作职责: 1.子Agent架构设计与服务实现 a)参与设计出行域子Agent的整体技术架构,包括调用链路、状态管理、容错与降级方案。 b)实现与高德主Agent的协议对接和能力编排,支持多轮对话、工具调用、跨场景任务协同。 c)在手机端与车机端统一能力出口下,处理不同终端、不同地区/国家的差异化需求(如地图/POI/法规差异)。 大模型微调与蒸馏落地 2.针对出行/导航/车机场景,设计与构建高质量训练数据(提示词工程、对话数据、工具调用日志等)。 a)参与或主导对基础大模型的大规模微调(Supervised Fine-tuning / Preference Optimization 等),提升在出行域的理解和决策能力。 b)负责模型压缩、蒸馏与推理优化,使模型在服务端/边缘侧兼顾效果与时延。 3.Agent能力调优与决策优化 a)设计和优化子Agent的工具使用策略(Tool / Function Calling),包括路况查询、路线规划、POI 检索、多目的地规划、国际场景信息调用等。 b)在弱网、高并发、复杂上下文下优化Agent的鲁棒性和决策稳定性。 c)针对复杂出行任务(如跨城自驾、多目的地行程、充电/加油规划、实时绕行、国际出行规则差异)进行专项调优。 4.效果评测与质量体系构建 a)搭建出行Agent的自动化评测框架,包括:指令理解准确率、工具调用正确率、任务成功率、响应时延、用户反馈闭环等。 b)构建离线评测集和真实流量回放机制,持续追踪模型与系统升级带来的收益和风险。 c)联合产品与运营,通过灰度发布、A/B 实验驱动持续优化。 5.性能与稳定性保障 a)在9亿+月活与车机大规模接入背景下,对服务进行高可用、高性能设计(限流、降级、缓存、异步架构、观测性体系)。 b)处理线上复杂问题(流量波动、模型异常、工具依赖故障等),建立监控、告警和自愈机制。 6.前沿技术探索与工程化落地 a)跟踪 LLM、Agent、RAG、多Agent协作、规划与推理(Planning & Reasoning)、多模态等方向的最新进展,并筛选适合出行场景的技术方案。 b)探索将地图/导航结构化数据与大模型结合的最佳实践,让Agent真正“看得懂地图、懂路况”。

更新于 2026-03-31北京
logo of aligenie
社招2年以上技术类-地图

团队介绍: 我们团队为用户提供满足各种出行场景的好路线,提供极致的出行体验,同时服务C端、B端,涵盖自驾、打车、物流等多种业务场景,我们的每一次技术升级或业务的改进都能影响全国用户,有非常复杂的高并发分布式服务系统架构,有业界最先进的路线规划算法(cbr,cch,rch,raptor等)。如果你想发挥你的想象力创造更多社会价值,如果你享受克服困难和挑战自我的喜悦,如果你热爱技术并喜欢追求极致性能和效果,如果你渴望挖掘出源源不断的新应用场景,那就加入我们团队吧! 岗位职责: 你将加入高德在线导航服务团队,从0到1参与打造手车一体的「出行域 Agent」。目标体验对标特斯拉车机中的 Grok:让用户可以用自然语言完成从出行规划、实时导航到行程中各类决策的全流程交互,实现“能听懂、会思考、帮决策、可执行”的智能出行助手。 工作职责: 1.子Agent架构设计与服务实现 a)参与设计出行域子Agent的整体技术架构,包括调用链路、状态管理、容错与降级方案。 b)实现与高德主Agent的协议对接和能力编排,支持多轮对话、工具调用、跨场景任务协同。 c)在手机端与车机端统一能力出口下,处理不同终端、不同地区/国家的差异化需求(如地图/POI/法规差异)。 大模型微调与蒸馏落地 2.针对出行/导航/车机场景,设计与构建高质量训练数据(提示词工程、对话数据、工具调用日志等)。 a)参与或主导对基础大模型的大规模微调(Supervised Fine-tuning / Preference Optimization 等),提升在出行域的理解和决策能力。 b)负责模型压缩、蒸馏与推理优化,使模型在服务端/边缘侧兼顾效果与时延。 3.Agent能力调优与决策优化 a)设计和优化子Agent的工具使用策略(Tool / Function Calling),包括路况查询、路线规划、POI 检索、多目的地规划、国际场景信息调用等。 b)在弱网、高并发、复杂上下文下优化Agent的鲁棒性和决策稳定性。 c)针对复杂出行任务(如跨城自驾、多目的地行程、充电/加油规划、实时绕行、国际出行规则差异)进行专项调优。 4.效果评测与质量体系构建 a)搭建出行Agent的自动化评测框架,包括:指令理解准确率、工具调用正确率、任务成功率、响应时延、用户反馈闭环等。 b)构建离线评测集和真实流量回放机制,持续追踪模型与系统升级带来的收益和风险。 c)联合产品与运营,通过灰度发布、A/B 实验驱动持续优化。 5.性能与稳定性保障 a)在9亿+月活与车机大规模接入背景下,对服务进行高可用、高性能设计(限流、降级、缓存、异步架构、观测性体系)。 b)处理线上复杂问题(流量波动、模型异常、工具依赖故障等),建立监控、告警和自愈机制。 6.前沿技术探索与工程化落地 a)跟踪 LLM、Agent、RAG、多Agent协作、规划与推理(Planning & Reasoning)、多模态等方向的最新进展,并筛选适合出行场景的技术方案。 b)探索将地图/导航结构化数据与大模型结合的最佳实践,让Agent真正“看得懂地图、懂路况”。

更新于 2026-03-31北京