CTO-算法实习生（MJ020697）

职位描述

我们依托滴滴海量、多模态、实时动态的出行数据，致力于通过人工智能技术推动交通领域的算法创新与技术突破，让出行更智能、更高效。

在这里，你将有机会参与真实大规模交通场景下的前沿AI研究与应用，探索大模型、智能 Agent、自动化科研（AutoResearch）、递归自进化系统（RSI）等前沿技术，解决ETA预估、路况预测、智能路线规划等核心问题，让AI技术真正改变城市交通。

你将参与以下工作：

智能交通核心算法研究与优化

基于滴滴海量出行轨迹、实时路况及多源交通数据，利用机器学习、深度学习及大模型等 AI 技术，优化 ETA（到达时间预估）、路况预测、智能路线规划等核心算法。

探索时空序列建模、图神经网络、强化学习、多模态学习等前沿技术，提升复杂动态交通场景下的算法效果。

面向真实业务场景，推动算法研究成果工程化落地，提升用户出行体验与平台交易效率，助力缓解城市交通拥堵。

前沿AI技术探索与创新研究

探索 AutoResearch（自动化科研）、RSI（递归自进化智能）、Agent、LLM 等前沿技术在智能交通领域的应用。

研究 AI 驱动的自动化算法研究体系，包括自动提出假设、生成算法方案、实验验证、效果评估及迭代优化，探索算法自主研究与持续进化的新范式。

探索智能 Agent 在交通问题分析、算法优化、实验管理和决策推理等场景中的应用。

科研成果与技术沉淀

跟踪人工智能、时空智能及智能交通领域的前沿研究进展，开展创新性算法研究。

参与高水平学术论文的撰写与发表，推动有价值的研究成果在真实交通业务中落地。

将研究成果沉淀为可复用的算法模型、技术框架及创新方案

计算机科学、人工智能、数学、统计学、自动化、交通工程等相关专业，本科及以上学历，硕士、博士优先。

具备扎实的机器学习、深度学习、数据挖掘基础，熟悉常见算法原理及应用。

熟练掌握 Python，熟悉 PyTorch 等主流深度学习框架，具备良好的编程和算法实现能力。

对 AI 前沿技术有强烈的探索兴趣，了解或实践过 LLM、Agent、强化学习、AutoResearch 等相关技术者优先。

具备良好的数学基础、科研思维和独立解决问题的能力，有较强的论文阅读、技术调研及实验分析能力。

对智能交通、时空数据挖掘、轨迹预测、时空序列建模等方向有研究兴趣或相关经验者优先。

加分项

在 NeurIPS、ICML、ICLR、KDD、AAAI、IJCAI、WWW、SIGSPATIAL、ITS 等顶级会议或期刊发表过论文。

在 ETA 预测、交通流预测、路径规划、时空图学习、强化学习等方向有项目或科研经验。

有 LLM Agent、Multi-Agent、AI for Science、AutoResearch 或自进化 AI 系统相关实践经验，熟悉AI Coding。

有较强的开源项目贡献能力，具备从论文复现到算法创新、从实验验证到工程落地的完整经验