高德地图高德-高德打车算法专家-路线&上下车点推荐
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各类主流机器学习算法或运筹算法，包括但不限于深度模型、树模型、聚类算法、序列模型、多任务学习、多场景学习、大模型、整数规划等。 2. 工程：开发严谨高效，掌握Python / Go / C++。有使用PyTorch、TensorFlow等开源工具的经验。 3. …
工作职责
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。
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；
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；