飞猪旅行飞猪-大模型高级算法工程师/专家-大模型训练
任职要求
1，计算机科学、数学或相关领域硕士及以上学历。 2，精通深度学习/机器学习、有良好的实验设计、问题分析和创新研究能力。 3，工程能力出色，能够快速原型和算法验证。 4，有大模型 continual pre…
工作职责
1，设计和实现开创性的 continual pretraining、mid-training/post-training 算法，在 continual learning (on-policy distillation, self distillation, rft, etc)、data mixture modeling等方向上实现基座模型特定能力真实、显著的提升，支持新一代旅行消费应用的诞生。 2，高质量合成数据建设，通过研发自动化数据生产算法和pipeline，支持模型能力持续提升。 3，构建科学、严谨的算法评测体系，量化模型真实能力、建立算法指标和下游应用效果的关联。 4，跟进领域前沿、掌握领域发展趋势。
1，设计和实现开创性的 continual pretraining、mid-training/post-training 算法，在 continual learning (on-policy distillation, self distillation, rft, etc)、data mixture modeling等方向上实现基座模型特定能力真实、显著的提升，支持新一代旅行消费应用的诞生。 2，高质量合成数据建设，通过研发自动化数据生产算法和pipeline，支持模型能力持续提升。 3，构建科学、严谨的算法评测体系，量化模型真实能力、建立算法指标和下游应用效果的关联。 4，跟进领域前沿、掌握领域发展趋势。
高德研发效能团队聚焦研发智能化方向，利用大模型技术革新研发交付模式，支撑业务高速发展。主要包括大模型技术在 项目管理、需求理解、代码开发和测试、智能回归、业务评测等研发效能领域的落地，以及大模型强化学习方向的前沿技术探索。
负责高德共享出行(打车)业务核心链路的推荐 & 营销算法与大模型技术落地，直接对打车主链路 GMV、订单转化率与营销 ROI 负责: • 主导打车核心链路推荐算法与营销算法的构建与迭代，覆盖多任务学习(MTL)、多场景建模、用户长短期序列建模、因果推断(Uplift Modeling)等方向； • 负责营销补贴/权益的智能分发策略，通过因果建模与运筹优化实现预算约束下的 ROI 最大化； • 推动 LLM 在打车主链路各个场景的落地，包括但不限于：大模型用户画像与意图理解、生成式推荐(Generative Recommendation)、大模型营销文案生成等。
负责高德共享出行(打车)业务核心链路的推荐 & 营销算法与大模型技术落地，直接对打车主链路 GMV、订单转化率与营销 ROI 负责: • 主导打车核心链路推荐算法与营销算法的构建与迭代，覆盖多任务学习(MTL)、多场景建模、用户长短期序列建模、因果推断(Uplift Modeling)等方向； • 负责营销补贴/权益的智能分发策略，通过因果建模与运筹优化实现预算约束下的 ROI 最大化； • 推动 LLM 在打车主链路各个场景的落地，包括但不限于：大模型用户画像与意图理解、生成式推荐(Generative Recommendation)、大模型营销文案生成等。