高德地图高德-高德-数据科学高级工程师/专家（北京）-信息工程专项
任职要求
1、统计、数学、计算机相关硕士及以上； 2、具有大数据相关的业务实践经验，熟悉HDFS、MapReduce、Hive、HBase等技术； 3、有数据科学的相关经历，有a…
工作职责
1、研发业界先进的abtest评估系统，负责实验平台数据科学方向的工作； 2、辅助高德各个业务线利用数据科学来进行业务决策，建立各业务的科学指标体系来衡量迭代效果； 3、开发调研类实验场景评估方法，辅助业务决策特殊实验； 4、探索大模型和实验分析、数据分析的结合场景，提升实验取数、实验解读和实验诊断的效率。
1、研发业界先进的abtest评估系统，负责实验平台数据科学方向的工作； 2、辅助高德各个业务线利用数据科学来进行业务决策，建立各业务的科学指标体系来衡量迭代效果； 3、开发调研类实验场景评估方法，辅助业务决策特殊实验； 4、探索大模型和实验分析、数据分析的结合场景，提升实验取数、实验解读和实验诊断的效率
负责高德共享出行业务核心的推荐算法建设、大模型技术落地等，包括但不限于： 1. 推荐算法方向：利用机器学习、深度学习等算法处理海量用户数据，进行高德打车全链路的推荐算法构建和迭代，包括多任务学习、多场景建模、序列推荐、因果推断建模、应答时长预测等； 2. 大模型方向：将大模型技术应用在打车核心链路上，包括多模态大模型、AIGC、PE、SFT、RLHF、高效推理等，提升平台效率和用户体验；
负责高德共享出行业务核心的推荐算法建设、大模型技术落地等，包括但不限于： 1. 推荐算法方向：利用机器学习、深度学习等算法处理海量用户数据，进行高德打车全链路的推荐算法构建和迭代，包括多任务学习、多场景建模、序列推荐、因果推断建模、应答时长预测等； 2. 大模型方向：将大模型技术应用在打车核心链路上，包括多模态大模型、AIGC、PE、SFT、RLHF、高效推理等，提升平台效率和用户体验；
负责高德共享出行业务核心的推荐 & 营销算法建设、大模型技术落地等，包括但不限于： a. 推荐 & 营销算法方向：利用深度学习、因果推断等算法技术处理海量用户数据，进行高德打车全链路的推荐 & 营销算法构建和迭代，包括多任务学习、多场景建模、序列建模&推荐、因果推断建模等； b. 大模型方向：将大模型技术应用在打车核心链路上，包括大模型用户画像提取，大模型排序，生成式推荐，结合大模型预训练、蒸馏、SFT和强化学习等技术进行应用；