地图事业部-算法实习生（5）

基于滴滴国际化多元业务（打车、外卖、闪购等）数据，利用数据挖掘、深度学习、大模型等技术，优化上下车点推荐、路况预测、路径规划、到达时间预估等引擎

上下车点推荐引擎：洞察不同国家的地理信息差异，结合司乘行为特点，构建完善的特征工程与样本体系，推动召回/排序/策略层面的算法突破，提升场景化推荐效果，降低司乘沟通成本，提升碰面成功率

路线规划引擎：理解不同地区路网及用户行为的特点，借助图算法、序列建模、多场景多任务等手段，优化路线的召回、排序、重排等链路，提高路线质量

时间路况等预估引擎：理解不同打车链路（预估价、分单、接驾、送驾等）中的时间/距离/价格/路况预估场景，建设地理信息、用户画像、历史行为及偏好等特征工程，借助因果推断、GNN、online-learning等技术，提升预估准确性，提升司机和乘客的体验及打车效率

探索学术前沿技术，推动生成式推荐、Scaling Law、LLM、GNN、RL等在交通领域的应用落地

熟练使用ai coding，熟悉Agent机制，探索AutoResearch框架，实现数据分析、特征挖掘、模型选型、实验评估的自动化Loop

计算机/数学/统计/自动化等相关专业，硕士及以上学历

有扎实的搜广推算法基础，熟悉 CTR/CVR 经典算法

具备扎实的数据结构和算法设计基础，熟练使用 Python/Scala，熟悉 TensorFlow/PyTorch

熟悉 LLM 微调（RAG/LoRA/P-Tuning）、ai coding者经验优先 注：若有其他疑问 可邮件咨询internrecruit@didiglobal.com