小鹏汽车NLP高级/资深工程师

1、公司全场景智能搜索业务，通过搜索算法/技术，提升用户体验核心指标； 2、负责Query引导模式挖掘，通过前沿的NLP,NLG等算法手段，深挖用户Query表达交互规律； 3、结合业务需求，对供给的信息和服务进行画像刻画建立高效索引，提升召回和排序效果; 4、跟踪终端A领域相关推荐或者机器学习算法发展趋势，对前沿技术结合产品业务进行实验及落地。

1、公司全场景智能搜索业务，通过搜索算法/技术，提升用户体验核心指标； 2、负责Query引导模式挖掘，通过前沿的NLP,NLG等算法手段，深挖用户Query表达交互规律； 3、结合业务需求，对供给的信息和服务进行画像刻画建立高效索引，提升召回和排序效果; 4、跟踪终端A领域相关推荐或者机器学习算法发展趋势，对前沿技术结合产品业务进行实验及落地。

我们是滴滴网约车的安全技术团队，致力于打造世界顶尖的智能出行平台。我们不断探索机器学习等前沿技术，基于海量的出行数据和丰富的业务场景，进行出行生态算法优化与体系搭建。我们强调数据驱动和业务价值，真正在解决人们出行过程中的真实问题，保障司乘的出行体验与安全，引领出行行业变革与发展。 工作职责具体包括： 1.负责出行生态安全场景的算法优化与体系搭建，包括但不限于司乘行程人身安全，司机线上线下的安全群体事件等； 2.运用机器学习、统计学、大模型等专业知识，不断优化海量订单的风险识别策略； 3.基于深刻的业务理解和case分析，不断挖掘和提升多模态的底层元能力； 4.构建高效的策略系统和评估体系，解决实际问题的同时沉淀高效的智能决策系统。 技术挑战/吸引点： 1.有技术挑战：极小样本的问题，每天需要从海量订单中排查出极少的风险订单，需要成体系的策略和模型建设。 2.有技术宽度：技术比较宽，有视频、音频、文本、轨迹，也有订单和司乘画像等结构化信息，既是天然的多模态感知和融合的场景，也需要传统的机器学习、深度学习、策略设计，技术宽度非常宽，技术抓手比较丰富。 3.有技术深度：有丰富的多模态数据，是天然适合大模型的应用场景，在通过大模型建设基础能力和端到端的识别能力上有深度的探索。

1、与业务方紧密合作，理清业务需求并从多模态角度提供解决方案； 2、跟进前沿多模态算法，了解常见多模态任务、数据、评测手段，能够使用内外部多模态工具； 3、处理和分析多模态数据，需要能够有效地清洗、整理和可视化数据等； 4、在多模态LLM上要做到用能改，并在业务数据上Finetune； 5、着重探索基于多模态LLM的视频内容理解，支撑各类业务； 6、与各团队紧密协作，确保算法实施满足业务需求，有优秀的团队管理经验。