高德地图高德-高德打车算法专家-推荐算法/大模型
任职要求
1. 算法：拥有扎实的统计学功底，对数据敏感、深刻理解和熟练运用主流机器学习算法，有实际落地经验者优先。 2. 工程：开发严谨高效，掌握Python 或 C++。有使用sklearn、TensorFlow、Pytorch等开源工具的经验。 3. 经验：拥有2年以上工业界机器学习的研发经验，有推荐和大模型相关经验者优先。 4. 素质：热爱出行行业，具备较强的业务梳理和抽象能力，思辨能力强，沟通协作意识好，责任心及结果导向意识强。 5. 学历：国内外重点大学硕士及以上。 6. 加分项：Kaggle等数据科学竞赛的优胜经历、ACM编程竞赛的获奖经历、熟练的英文读写能力。
工作职责
负责高德共享出行业务核心的推荐算法建设、大模型技术落地等，包括但不限于： 1. 推荐算法方向：利用机器学习、深度学习等算法处理海量用户数据，进行高德打车全链路的推荐算法构建和迭代，包括多任务学习、多场景建模、序列推荐、因果推断建模、应答时长预测等； 2. 大模型方向：将大模型技术应用在打车核心链路上，包括多模态大模型、AIGC、PE、SFT、RLHF、高效推理等，提升平台效率和用户体验；
负责高德共享出行业务核心的推荐算法建设、大模型技术落地等，包括但不限于： 1. 推荐算法方向：利用机器学习、深度学习等算法处理海量用户数据，进行高德打车全链路的推荐算法构建和迭代，包括多任务学习、多场景建模、序列推荐、因果推断建模、应答时长预测等； 2. 大模型方向：将大模型技术应用在打车核心链路上，包括多模态大模型、AIGC、PE、SFT、RLHF、高效推理等，提升平台效率和用户体验；
负责高德共享出行业务的上下车点和路线效果的优化，包括但不限于： 1. 业务：利用机器学习、深度学习等算法处理时空轨迹、语音通话等海量数据，进行高德打车在个LBS相关场景召回、粗排、精排、重排等环节上的优化，以及路线旅行时间预测和时空数据能力的建设。 2. 角色：指导或参与数据可视化分析、算法选型、数据清洗、模型搭建、参数调优、工程化上线、用户反馈跟踪的全链路研发。
团队介绍： 作为中国领先的数字地图内容及导航服务提供商，高德地图日均服务数亿用户出行决策，每日处理超百亿级位置数据。视觉技术中心是驱动高德实现高精度地图、三维重建、LLM/VLM，AI Agent等核心技术，持续突破自动驾驶、AR导航、具身智能、推广搜和生活服务等领域的技术边界。团队不仅在计算机视觉领域持续深耕，更将计算机视觉及AI技术在自主导航、高德打车、生活服务等多元化应用场景。 作为高德地图的核心技术驱动部门，我们以下一代三维地图引擎、多模态理解与生成、空间智能、世界模型等方向为核心，推动智能出行与真实世界连接的深度融合。 团队gihub主页：https://github.com/amap-cvlab 为何加入我们？ 挑战世界级技术难题，追求智能上限 用AI驱动国民级APP的产品迭代和颠覆式创新 1、跟进AI Agent领域最新技术动态，围绕LLM大模型、Agent框架、LLM Reasoning技术（如思维链、多步推理）、优化复杂查询的Deep Research模式、长期记忆机制、自动化数据合成、指令微调（Instruction Tuning）、偏好对齐（RLHF/DPO）等技术，持续推动算法创新与落地； 2、开展LLM Agent技术研发，构建端到端Agent系统，涵盖意图识别、知识检索、结果生成与偏好对齐，推动相关技术研究与算法落地，提升用户体验。
负责高德打车共享引擎业务建设，涵盖路线推荐、司乘汇合、风控、大模型等场景； 1. 负责点线推荐、风控核心领域的需求开发和架构建设，打造易扩展、高并发、高可用、低延时要求的业务架构； 2. 分析系统瓶颈，解决各种疑难问题，有能力对系统进行性能调优，有能力重构现有系统，高效支撑业务快速发展； 3. 有比较体系化的在线服务稳定性建设经验，能快速定位并解决线上出现的问题，保证服务的稳定性和可靠性； 4. 较好的团队协作能力，能与产品、算法、测试紧密合作，共同推进项目进展； 5. 关注最新的技术动态和发展趋势，探索新的技术和方法以提高系统性能和用户体验；