logo of amap

高德地图大模型&营销算法实习生-高德打车

实习兼职高德研究型实习生地点:北京状态:招聘

任职要求


学历背景
ꔷ 统招硕士及以上学历,计算机、统计学等相关专业优先。
算法能力
ꔷ 扎实的数据结构机器学习深度学习基础
ꔷ 熟悉树模型、深度学习强化学习LLM等方法
工程能力
ꔷ 精通 Python,熟悉 PyTorchTensorFlowsklearn 等工具 
ꔷ 掌握大规模数据处理技术(Hadoop / Hive / Spark 等),有实际项目经验
加分项
ꔷ 对出行行业充满热情 
ꔷ 具备良好的跨团队沟通与协作能力 
ꔷ 有较强的业务理解力与落地执行力

工作职责


业务丰富,技术领先
高德打车算法团队深度赋能打车业务全链路,涵盖 用户增长、风控、服务管控、路线与上下车点推荐、ETA 预估、智能客服 等核心场景。多样化的业务挑战为算法创新提供了广阔的发挥空间,团队已在 AI 顶级会议发表成果。
精英阵容,国际视野
团队成员来自泰晤士世界大学排名 Top 10 的高校,以及美国常青藤、清华、北大等顶尖院校,兼具国际化背景与一流技术视野。
持续成长,共享共进
团队每周固定进行技术分享,氛围开放、互助友好;除了解答算法与工程难题,资深同事还会分享项目经验,并传授业务理解与问题解决的方法论,助你快速成长。

我们正在寻找相关专业的优秀实习生,一同探索前沿大模型技术和强化学习技术在共享出行领域的深度应用,共同攻克业界难题,优化产品体验。

在这里,你将运用大模型、强化学习等先进算法技术打造全新的用户营销体系,基于海量数据训练模型并在真实业务场景中验证价值,为海量用户创造更好的打车出行体验。
包括英文材料
学历+
算法+
数据结构+
机器学习+
深度学习+
强化学习+
大模型+
Python+
PyTorch+
TensorFlow+
Scikit-learn+
Hadoop+
Hive+
Spark+
相关职位

logo of didi
社招2年以上技术

打车场景下,上下车点推荐是指在用户发单前,系统根据用户的历史行为、环境信息,为用户推荐最合适的上下车位置。合理的上下车点有助于司乘高效碰面,甚至关系司乘的安全。上下车点推荐是典型的线上-线下的业务场景。 1、通过机器学习、深度学习优化上车点推荐系统(推荐乘客最理想的上下车位置),减少接驾时间,降低司乘沟通成本,提升用户出行体验,主要参与特征工程和多任务、多场景,特征交互等模型优化 2、现实物理世界结构复杂,从二维的物理平面到路网的拓扑,需要有效的组织各类地理元素、构建场景特征,探索CNN、GRAPH等各类表征学习的方案。 3、行为和内容的融合,在地理领域解决冷启动、用户需求多样性,都面临独特的挑战。 4、地图位置信息和大模型结合的创新研究探索。

更新于 2025-06-24
logo of didi
社招技术

在打车场景中,POI是用户目的地的数字化表达,是最基础的数据之一,直接影响用户能不能找到目的地、正确到达目的地。传统的数据更新依赖人工,现实的快速变化带来了更新成本剧增和更新速度降低。但这些在LLM时代迎来了转机,LLM更强的特征表达能力、更智能的规划能力让数据更新迎来了新的机会。在这你将迎来以下挑战: 1、追踪LLM/Agent的前沿技术:通过海量人工反馈资料,训练Agent替代人工,完成数据的自动化更新,降低成本、加快效率、提升质量 2、研究落地最新多模态对齐方案:在常见的图像、文本之外,我们场景中还包括位置信息(坐标),多模态对齐工作,对充分发挥数据价值,提升模型性能至关重要,是业内持续投入的重点&难点方向

更新于 2025-09-01
logo of amap
社招3年以上市场拓展-市场

1、负责制定高德打车在国际化市场的市场营销策略。 2、探索有效的市场营销渠道,建立在不同国家或地区市场投放、品牌合作渠道网络, 3、探索海外本地化市场营销模式,助力高德打车在本土市场提升品牌认知和用户转化。 4、基于数据分析,优化市场营销模式和渠道,沉淀海外市场营销方法论。

更新于 2025-06-20
logo of amap
社招3年以上运营-用户运营

1、负责制定高德打车在国际化市场的拉新增长策略。 2、探索有效的规模拉新渠道,建立在不同国家或地区拉新增长渠道网络, 3、联动产品运营研发等部门,建立面向海外拉新增长的营销产品工具及链路。 4、基于数据分析,优化渠道获客转化漏斗,保证用户质量,提升风控能力。

更新于 2025-06-20