高德地图poi算法实习生
任职要求
职位要求 1、熟悉NLP的各种任务建模，并且有丰富的实践经验，包含但不仅限于切词、NER、语言模型、事件检测与要素抽取、分类等； 2、具备分布式计算方面的研发经验，能够在Tensorflow、Pytorch等主流深度学习平台上开发分布式算法； 3、有技术洞察力，精益求精，有产品意识，优秀的问题分析解决能力，对挑战充满激情； 4、在ACL、EMNLP、NAACL、COLING、WWW、CIKM、ICML、KDD、NeurIPS等相关国际会议上有文献发表优先。
工作职责
团队介绍 POI智能化使命是通过高质量高效率低成本的智能化手段及先进生产力，数字化还原真实世界POI，保障POI数据的时效性、正确性和完备性，作为高德用户信息获取、交易履约和出行体验的基础。每个POI背后都有精彩的故事，我们作为链接POI和用户的第一步，每一分努力都是与现实世界的一次互动。 职位描述 我们需要NLP和多模态大模型方向的算法工程师，负责对地图生产资料、互联网情报、搜索日志、用户反馈等非结构化文本进行分析和信息抽取，负责理解高德用户的到达行为，融合人地大数据，构建知识图谱和智能推理能力，打通数据生产和前台业务，使得用户获得更加智能的出行和服务体验。 1、参与和负责POI产线的NLP算法部分，包括POI的NLP基础功能服务、多模态名称融合生成、名称质检模块、名称纠错模块等； 2、搭建POI的NLP基础服务平台，实现以POI为核心实体的地图数据图谱，为高德的POI搜索、推荐业务提供完备信息； 3、配合其他POI采集、挖掘、调度、聚合业务，建模NLP任务，提供准确且有效的NLP信息； 4、积极地探索和研究NLP的应用和认知领域，结合地图场景，提供更加全面且完备的服务；
业务及团队介绍：POI（Point of Interest）,即“兴趣点”，是地理信息系统中的重要概念，表示物理世界中的一处地方，可以是一家美食店、一个小区、一栋大楼等。团队通过人工采集、司乘反馈、用户上报、图像等多模态数据，对POI数据进行更新。随着大模型能力的提升，大模型可以更快、更准确的发现POI相关的变化，并辅助人工/自动化 的对数据进行更新。借助大模型能力和完善的数据生态，实时发现物理时间的变化，帮助用户更快更准的找到目的地。
ByteIntern：面向2026届毕业生（2025年9月-2026年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：团队负责公司多个跨产品业务方向，提供可复用的平台能力及技术解决方案。我们为公司多业务提供如地理位置、行业数据、舆情、众包标注、中间件等多类型的中台能力与技术解决方案，积极利用AI等技术做中台能力提效与升级。 加入我们，你将有机会从中台的多视角参与业务建设，感受不同类型/阶段的业务特点；通过投身亿级用户场景的开发&架构工作，学习和解决极富挑战的技术问题；你也可以从数据出发，积极利用策略和模型，为业务提供有价值的助力。 1、从字节跳动海量视频、文本、用户反馈数据中挖掘情报和特征，驱动POI数据和地址数据的“新准净全”建设； 2、跟踪业界前沿技术发展，包括大模型，NLP、多模态等，探索先进算法在POI、地址理解等方向落地； 3、全面参与字节跳动生活服务、电商、广告等业务在POI、地理编码、物流等方向的需求建设。
POI部门介绍： POI智能化致力于智能化的手段，真实还原现实世界兴趣点（Point of Interest），为高德出行和生活服务提供支撑，是高德用户信息获取、交易履约和出行体验的基础； 每个POI背后都有精彩的故事，我们作为链接POI和用户的第一步，每一分努力都是与现实世界的一次互动。欢迎加入我们，从另一个视角来观察世界！ 职位描述： 1. 研究、训练、使用预训练模型，解决地图领域POI数据相关业务，包括但不限于文本理解，文本生成以及语义匹配等相关任务。 2. 从事预训练模型研究、训练、应用，包括但不限于多语言、多模态、训练任务优化、下游任务迁移、知识融入更新、模型性能提升等； 3. 负责多模态、跨语言预训练等相关底层技术的研究与实现，并应用于下游的文本/图像的理解与生成； 4. 将预训练模型与搜索/地图领域实际问题相结合，包括但不限于训练任务优化、任务迁移、知识融入更新、模型性能提升等；
背景：POI（Point of Interest）,即“兴趣点”，是地理信息系统中的重要概念，表示物理世界中的一处地方，可以是一家美食店、一个小区、一栋大楼等。 滴滴国际化POI是广泛应用于国际化出行/外卖等业务 1，利用海量的出行/外卖数据，包括POI时空语义及挖掘，多模态学习，用户行为建模等，提升POI准确/覆盖/丰富 2，使用大模型相关技术能力，结合业务场景，建设POI深度信息/提升POI建设效率