岗位职责
业务丰富，技术领先高德打车算法团队深度赋能打车业务全链路，涵盖 用户增长、风控、服务管控、路线与上下车点推荐、ETA 预估、智能客服 等核心场景。多样化的业务挑战为算法创新提供了广阔的发挥空间，团队已在 AI 顶级会议发表成果。 持续成长，共享共进团队每周固定进行技术分享，氛围开放、互助友好；除了解答算法与工程难题，资深同事还会分享项目经验，并传授业务理解与问题解决的方法论，助你快速成长。 在这里，你将负责高德共享出行业务 上下车点推荐、运力推荐、路线规划、服务管控 等核心环节的算法优化与效果提升，工作内容包括： ● 推荐链路优化基于时空轨迹、声音、视频等海量多模态数据，运用深度学习、多模态大模型等先进算法，提升召回、粗排、精排、重排等推荐环节的准确性，确保用户获得更优出行体验。 ● 时空数据预测与数据建设优化路线旅行时间预测、发单应答时长预估、供需预测等关键能力，并持续构建高质量的时空数据体系，为业务决策和算法迭代提供坚实支撑。 ● 行程问题智能处理：构建并优化模型，精准识别司乘纠纷、费用异常、服务质量波动、安全风险、客诉等多类行程问题，并实现自动化处理方案。 ● 端到端算法研发参与或指导从数据可视化、算法选型、数据清洗、模型搭建、参数调优，到工程化上线及用户反馈跟踪的全流程研发，确保算法方案高效、稳定落地。 在这里，你的算法将直接服务全国数亿级用户，带来真实而深远的影响；你能接触到前沿大模型、多模态、强化学习等核心技术，并与顶尖同事共创，在开放包容的创新氛围下，发挥你的创造力。
职位要求
项目经历 ● 硕士及以上学历，计算机科学/人工智能/统计学/数学/电子工程/自动化等相关专业； ● 2 年以上相关领域（推荐/广告/营销/大模型/时空数据预测）算法实战经验； ● 有出行、本地生活或交易类业务背景者优先。 专业技能 ● 算法：扎实的数据结构、机器学习、运筹优化基础。熟悉树模型、深度学习、因果推断、强化学习、多模态大模型等方法。 ● AI能力：有大型 LLM 在核心业务场景的端到端落地实战经验。能独立将 AI 工具深度融入算法建模与工程流程，包括但不限于自动化建模、Prompt 驱动的数据分析与归因、模型效果自动诊断等。 ● 工程能力： 精通 Python，熟练使用 C++/Go 至少一种；熟练使用 PyTorch/TensorFlow，具备大规模分布式训练、特征工程与在线 serving 的工程落地经验。 加分项 ● 对出行行业充满热情 ● 具备良好的跨团队沟通与协作能力 ● 有较强的业务理解力与落地执行力
