高德地图机器学习算法实习生-高德打车
任职要求
1、 算法：对数据敏感，有扎实的数据结构、机器学习算法基础，包括但不限于大模型、NLP、多模态融合、多任务学习、深度学习等（其中若干种即可） 2、 大模型：熟悉大模型相关技术，包括但不限于LLM、Transformer、GPT、Diffusion等，了解prompt、…
工作职责
高德共享出行算法研发部，负责共享出行业务的算法模型构建和服务部署，包括用户增长、风控和派单等方向。利用高德地图丰富的人地交互数据，我们致力于将因果推断、搜索推荐、大模型和强化学习等最新算法技术应用于共享出行领域，在提升平台效率的同时，为用户提供更优质的出行体验。我们正在寻找相关专业的优秀实习生，一同探索最前沿的算法技术在共享出行用户增长方向的应用，共同攻克业界难题，优化产品体验。 职位内容： 1. 基于人地交互数据开发业界领先的机器学习算法； 2. 探索因果推断、推荐算法和大模型等技术在用户增长业务中的应用； 3. 撰写并发表国际顶级会议论文，以及申请专利等科研工作
算法工程师 1.基于滴滴交通出行业务，构建完整的打车智能化运营策略解决方案，包括但不限于增长策略、定价策略、供需预测、资源分配策略等各类丰富场景； 2.承担网约车业务核心业务指标，使用运筹优化、机器学习、因果推断等技术持续优化超大规模动态双边市场的交易效率。 计算机/应用数学/计量经济学/统计学相关专业，研究生/本科，2023年毕业 编程基础扎实，至少熟悉python/scala/R等编程语言之一 熟悉常用的机器学习与数据挖掘方法 熟悉常用统计理论与分析方法，数理逻辑好，具有一定的数据分析能力 有较强的学习能力和好奇心，自驱性强，具备良好的团队合作和沟通能力 加分项： 1. 有计量经济学/因果推断方向相关背景优先 2. 有运筹优化/收益管理相关背景优先 3. 有深度学习相关背景优先 4. 有SQL、Hadoop、Spark、Hive、TensorFlow相关经验优先
岗位描述 负责高德共享打车核心业务相关架构设计与研发工作，全新业务模式，复杂业务场景，高并发大流量场景挑战：链接运力和出行场景，构建共享出行新生态; 1.负责在线服务系统的架构设计、研发工作； 2.负责攻克服务中高并发、高稳定性，业务模型复杂等带来的各种挑战及技术难关。
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。
我们正在寻找对多模态技术充满热情的算法工程师，加入我们的前沿技术研发团队。您将专注于多模态理解与生成，推动其在地图数据、信息流推荐、打车服务等场景中的落地应用，为用户提供更智能、更沉浸的服务。 主要职责 1、多模态模型研发：开发业界领先的图文多模态理解与生成模型，结合扩散模型（Diffusion Models）、Transformer架构等实现高质量场景理解和动态内容生成。 2、模型优化与性能提升：优化多模态模型的推理速度和计算效率，支持端侧部署。探索适合大模型的压缩与加速技术（包括但不限于量化、剪枝、知识蒸馏等）。 3、业务场景落地：将多模态技术应用于实际业务场景，如地图数据（道路、POI等）、信息流推荐、打车服务等。与产品、工程团队合作，推动技术从研发到上线的全流程落地。 4、前沿技术探索：持续跟踪生成式AI（Generative AI）、跨模态对齐、思维链强化学习、多模态交互、具身智能等最新技术趋势，提出创新性解决方案。