理想汽车智能驾驶质量专家（芯片与控制器方向）
任职要求
1. 硕士及以上学历，车辆工程、电子工程、系统工程相关专业，10年以上汽车电子或智能驾驶领域整车级质量管理经验；
2. 至少主导过2个完整车规芯片或L2+及以上智能驾驶控制器的整车集成项目，熟悉芯片-控制器-整车的功能安全落地（如ASIL-D分解）；
3.深入理解智能驾驶系统架构（感知-决策-执行链路），熟悉ADAS/ADS典型功能场景（如高速NOA、自动泊车）及用户痛点；
4. 精通整车级质量工具：系统FMEA、FTA、…工作职责
1. 整车级质量需求定义与落地，承接智能驾驶领域整车质量代表需求，主导芯片、控制器的质量需求输入，确保与整车功能安全（ISO 26262）、预期功能安全（ISO 21448 SOTIF）及可靠性目标的系统级对齐； 构建“芯片-控制器-整车”质量链路，识别跨层级耦合风险（如芯片算力不足导致感知延迟、控制器供电波动引发整车功能降级），推动FTA（故障树分析）及系统级FMEA更新； 2. 全生命周期质量协同（研发/制造/售后）， 主导芯片及控制器在整车集成中的设计评审，审核硬件（EMC/散热设计）、软件（功能安全机制、OTA兼容性）及系统验证方案（如HIL台架场景覆盖率≥95%）；联合制造团队定义控制器量产质量目标（如0公里PPM≤30），审核代工厂工艺能力（协同供应商质量管理团队），推动关键问题闭环（如SMT焊点缺陷率管控）；基于用户数据（接管率、Corner Case复现）驱动质量改进，优化芯片冗余设计及控制器功能降级策略（Failsafe机制）； 3. 建立智能驾驶系统质量评估模型（覆盖功能可用性、鲁棒性、用户体验），制定芯片/控制器在整车维度的验收标准（如功能安全状态覆盖率≥99.9%），主导跨部门质量流程拉通（APQP/PPAP），确保研发、供应商质量管理、制造、售后等环节的质量数据闭环（如售后问题24H内触发FMEA更新）。
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
1. 负责滴滴金融保险风险场景的模型设计、建设、开发、应用落地、持续迭代优化，为业务风险指标负责。 2. 拆解业务风险指标，转化为模型指标，并为之设定合理的提升目标 3. 尝试各类特征工程方法，挖掘集团内外部数据，加工生成有效特征，优化模型效果 4. 数据算法创新，了解并跟进业界领先的人工智能和深度学习进展，推动新的技术在风控领域落地
1. 负责万亿级别QPS的分布式缓存/存储集群，支撑公司所有产品线的业务需求； 2. 设计、研发高可用、高性能的缓存/存储架构和中间件，应对弹性扩缩容，秒级故障自动切换，异地多活，分布式事务等极具挑战性的工作内容和方向； 3. 优化系统性能，深入内核，提升基础服务相关资源的使用率，增加系统稳定性，保障业务运行； 4. 设计并研发自动化运维平台，提升运维质量和效率，探索运维自动化和智能化技术和方向。
岗位职责: 1、负责 AI Agent 系统的设计、开发和优化、开发和完善基于大语言模型 (LLM) 的智能体系统，提升 Agent 的自主决策和任务执行能力; 2、负责生成式大模型指令意图理解相关工作，整体提升大模型的多轮对话指令理解能力和性能; 3、设计并实现 Agent 的工具使用接口，实现与各类外部系统和 API 的集成编排; 4、负责大模型在检索、推荐方面的系统设计实现和优化，探索Agent、RAG、领域模型调优等相关技术在业务场景落地; 5、具备模型知识、幻觉机制探究，提升模型知识水平、降低模型幻觉率; 6、能够基于开源模型，设计和开发算法，对模型进行微调，优化其参数和结构，以提高模型的泛化能力和准确性; 7、深入调研AI领域相关的前沿技术，跟踪业内大模型领域的最新进展，并寻求将最新技术应用到产品的可能性。