高德地图大模型算法实习生-高德打车

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、NLP/CV算法、强化学习、LLM大模型、多模态大模型等方法
工程能力
ꔷ 精通 Python，熟悉 PyTorch、TensorFlow、sklearn 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、深度学习等先进技术处理海量数据，推动用户体验优化与平台效率提升，主要包括：
1. 行程问题智能处理：构建并优化模型，识别司乘纠纷、费用异常、服务质量波动、安全风险、客诉等多类行程问题，并实现自动化处理方案。
2. 前沿技术落地：将多模态大模型及相关技术（PE、SFT、DPO、RAG、AI Agent、Agentic RL、AIGC 等）应用于业务场景，显著提升算法效果与业务指标。
3. 问题建模与解决：将业务场景中的复杂问题抽象为数据建模或科学研究课题，提出可行解决方案并高质量落地。

在这里，你的算法将直接服务全国数亿级用户，带来真实而深远的影响；你能接触到前沿大模型、多模态、强化学习等核心技术，并与顶尖同事共创，在开放包容的创新氛围下，发挥AI创造力。