高德地图NLP/大模型算法工程师-POI智能化
任职要求
1. 计算机、数学或统计学相关专业硕士及以上学历； 2. 在自然语言理解、计算机视觉、多模态、深度学习等领域有较深入的研究，熟练使用pytorch/tensorflow等至少一种主流深度学习框架，能够独立实现前沿模型，有NLP/CV/ML顶会发表经验者（ACL/EMNLP/CVPR/IC…
工作职责
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；5. 负责跟进业界先进技术、赋能业务效果提升。
我们需要NLP方向和推荐方向的算法专家，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； 5、参与和负责POI的XGC业务，包括相关性召回、各级转化率模型，提升用户的答题率，答题的转化率模型； 6、积极地挖掘高德的人地相关性，推动用户与POI问题的推荐逻辑，提升高德场景的搜推基建和技术。
【岗位亮点】 打造现象级AI产品：你的代码将服务数亿用户，每天为千万级出行需求提供个性化解决方案 前沿技术实践场：深度参与出行垂类大模型的训练与优化，探索LLM+时空智能的无限可能 真实场景大挑战：处理中国最大规模出行数据，构建具有空间语义理解能力的行业标杆级AI 【团队成就】 我们团队致力于构建下一代核心智能驾驶体验，在过去四年持续创造多个突破性创新产品技术。 智能出行开拓者：连续4年推出行业标杆产品，包括： • 全球首个分钟级交通事件检测系统（2021） • 业内首创大规模红绿灯倒计时推演技术（2022） • 基于实时天气的智能防晒导航（2022） • 车路协同V2X技术（2023） • 红绿灯AI领航功能（2024） 【你将参与】 1. 用AI解锁出行新玩法：基于海量地图数据与用户场景，研发支持"燃脂路线""赏花专线""游戏IP主题路线"等创新功能的智能规划引擎 2. 打造行业领先的大模型应用：通过Prompt优化、SFT微调、强化学习等技术，让大模型真正理解复杂出行需求中的时空语义关系 3. 构建智能出行知识库：主导多模态数据处理，建立覆盖POI理解、实时路况分析、用户画像建模的千万级出行数据库 4. 定义未来出行方式：探索大模型在动态路线规划、智能交互导航等场景的突破性应用，持续输出行业领先的技术方案 【加入我们，你将获得】 与行业顶尖专家共事，参与日均百亿级请求的核心系统研发 完善的技术成长体系，包括大模型专项培训、季度技术workshop
1. 负责核心机器学习、深度学习的技术攻关，并编写/指导编写数据挖掘产品的核心代码，和产品组配合完成模型质量的评测并上线，持续进行业务效果闭环优化； 2. 可以基于开源LLM以及多模态大模型，通过SFT、COT、Prompt优化等技术持续优化大模型应用能力；可制定依赖RAG的Agent智能体构建，实现算法效果提升； 3. 基于大规模异构资料（文本、图像、位置）等多种模态资料进行大模型的预训练，构建属于POI业务特色的预训练模型，以及子任务应用和RLHF等闭环优化； 4. 运用机器学习、深度学习、大模型、Agent等AI算法，改善POI数据质量以提升亿级别用户的出行和信息体验。
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。POI是最重要的地图数据之一。 POI之间不是孤立的，存在各类关联关系；POI也不是一成不变的，随着时间POI也面临新增、下线、搬迁等状态变化；丰富的POI属性、多元的内容也可以辅助用户决策。 POI是用户出行起点和终点表达的最基础的数据，广泛应用到检索，上下车点推荐，周边推荐等。对于准确率，覆盖率和现势性等都有较高的要求。滴滴地图POI团队负责滴滴平台POI的建设，通过完善的数据生态，采用多元的技术方案，实时发现物理时间的变化，帮助用户更美好的出行。 岗位职责： 1、参与POI智能情报挖掘，包括POI时空语义及挖掘，多模态学习，用户行为建模，图表示学习，知识推理等 2、熟悉NLP算法，熟悉PPO、GRPO等强化学习算法 3、通过大模型、司乘反馈，提升已有情报挖掘能力，更快、更准的发现现实世界变化 4、追踪LLM/Agent的前沿技术，通过作业反馈优化、提升自动化作业准确率，提升自动化作业比例