高德地图高德-时空大数据建模算法专家-大云图
任职要求
1、算法基础：具备扎实的数据结构、机器学习、深度学习和大模型算法基础，至少有NLP、CV、搜推、时空大数据或时空大模型等方向之一的经验 2、工程技能：熟练掌握Python、SQL，并具备使用xgb、sklearn、TensorFlow、PyTorch等工具的经验；掌握…
工作职责
1、时空大数据建模与商业应用：利用高德时空数据，通过多维度特征挖掘和建模方法创新，提升大数据的商业价值和模式创新。 2、金融风控解决方案：针对金融风控业务（包括个人、小微企业、保险等），运用机器学习和深度学习技术，开发整体解决方案，提高产品质量、稳定性和市场竞争力。 3、大模型研究与应用：跟踪最新的大模型技术，进行预训练模型的研究、训练和应用，涵盖多模态学习、对比学习、训练任务优化及下游任务迁移等。 4、技术创新与应用：结合具体业务场景和目标，探索并实施新算法和技术，将实际问题转化为数据模型或科学问题，提出并实现有效的解决方案。
1. 主要研究方向：时间序列预测、时空数据挖掘、NLP与LLM(偏向RAG算法、AI Agent系统、LLM训练与推理)，上述方向具备其一即可。 2. 负责机器学习、数据挖掘与自然语言算法的研究、设计和开发 3. 对业务数据进行分析，发现数据价值，提供解决方案 4. 设计并实现机器学习模型，解决实际业务问题；负责算法性能优化，提高模型效果 5. 与业务、产品团队紧密配合，将算法应用到具体场景，拿到业务结果
部门介绍： 业界领先的地图渲染团队，新一代智能导航的领军者。核心目标是通过导人、导车的产品形态落地，核心技术能力的升级创新，持续为导航、打车、信息、汽车的地图渲染、车道级导航、AI应用提供引擎能力支撑；还有面向未来的云渲染、数字孪生等方向的探索；团队专注地图渲染研发，技术氛围浓厚、追求产品极致，以连接真实世界，服务于广大用户的出行和生活。 部门亮点： ● 车道级导航业界领先，利用几何建模技术，最早实现了人车共导和沉浸式导航。 ● 3D视界，采用游戏化实时渲染技术，结合AI技术，创新性实现了时空互联地图。 ● 顶流产品所需要的渲染技术、图形学、几何建模等业界难题等你来挑战。 岗位职责： 1. 负责3D空间关系构建与建模算法研发； 2. 负责几何图形算法的架构设计与落地； 3. 负责道路数据的精细化渲染研发。
● 负责高德大云图业务中心-二三维时空底座的算法工程化相关研发工作，实现算法落地、提升业务效率； ● 负责设计及开发在线服务系统，对外输出二三维时空底座能力； ● 负责设计及开发算力调度系统，实现大规模集群算力调度、分配及管理，提升资源利用率、提升系统吞吐能力； ● 负责搭建和运维算力平台，实现平台各节点的监控及自动运维能力，提升平台的稳定性以及可靠性； ● 为团队引入创新的技术、解决方案，解决当前难题，不断优化系统与架构；
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。