国际化出行算法-推荐/LLM方向 (JR20260428013)

岗位职责

团队介绍 -国际化业务是滴滴的重要增长方向之一。滴滴国际化出行交易市场算法团队（IBG MPA，International Business Group Marketplace Algorithm）聚焦国际化出行场景下的核心交易效率与用户体验提升，围绕供需匹配、价格与补贴、流量分发、分单调度、供需预测、仿真系统等关键问题，持续打造交易市场的智能化能力，提升完单率、GMV、毛利、司乘体验等核心业务指标，助力业务在海外市场的长期增长。 随着大模型与生成式智能技术的发展，团队也在积极推进推荐、生成式优化、大模型理解与推理、Agent等方向的能力建设，探索从传统机器学习、强化学习、运筹优化到大模型驱动智能决策的全链路算法体系。

岗位职责 1、负责国际化出行交易市场相关算法的设计、研发与落地，覆盖司乘匹配、运力调度、流量分发、供需预测、仿真系统、策略优化等方向； 2、面向国际化多国家、多市场、多场景的业务特点，结合供需结构、竞争态势和业务目标，设计并优化核心交易策略，提升成交率、完单率、用户体验和商业效率； 3、参与推荐系统相关算法建设，重点包括精排模型能力提升、模型 scaling up、召回/排序链路优化、大模型画像嵌入等方向，持续提升推荐效果与系统泛化能力； 4、参与生成式优化相关研究与落地，利用生成式建模、策略生成、自动化决策等技术，提升复杂业务场景下的策略迭代效率与优化上限； 5、参与大模型相关能力建设，包括但不限于大模型画像构建、问答系统、RAG 检索增强生成、知识增强推理、业务智能分析等，推动大模型在业务场景中的实用化落地； 6、参与 Agent 方向探索与应用，围绕司机 agent、接单/出车/等单规划、任务编排与过程辅助决策等场景，设计具备可控性、可解释性与业务价值的智能体方案； 7、与产品、运营、策略、工程等团队紧密协作，推动算法方案在国际化业务中的上线、监控、迭代与复盘； 关注前沿研究进展，在机器学习、强化学习、推荐系统、大模型、生成式优化、因果推断、运筹优化等方向持续积累，并结合业务场景进行技术创新。

任职要求

1、计算机、数学、统计、自动化、运筹优化或相关专业硕士及以上学历，具备扎实的数据结构、算法、概率统计与优化基础； 2、熟悉机器学习、深度学习、推荐系统、强化学习等常用方法，并具备较强的建模、实验与落地能力； 3、具备海量数据分析与建模经验，熟悉 Hadoop、Hive、Spark 等大数据处理平台，能够独立完成数据处理、特征构建、模型训练与评估； 4、熟练掌握 Python、C++、Java、Scala、Golang 等至少一种编程语言，编码能力扎实，工程实现能力良好； 5、对国际化复杂交易场景有理解能力，能够围绕业务目标构建合理的优化目标、约束条件与评估体系； 6、对推荐、大模型、Agent、生成式优化等方向有较强兴趣，愿意持续学习前沿技术并推动业务落地； 7、具备良好的跨团队协作能力、问题分析能力和沟通表达能力，能够推动算法方案在复杂业务链路中有效落地。 优先条件 1、有推荐系统、精排模型、召回排序链路优化、模型 scaling up、表征学习或大模型画像嵌入相关经验者优先； 2、有生成式优化、策略生成、自动化决策、约束优化或组合优化相关经验者优先； 3、有大模型画像、问答系统、RAG、知识库检索增强、工具调用、智能体等相关经验者优先； 4、有司机端、供需调度、派单、交易策略、定价补贴、流量分发等出行相关算法经验者优先； 5、有强化学习、离线强化学习、bandit、仿真系统、因果推断等工业界或学术研究经验者优先； 6、有大规模分布式训练、线上推理加速、模型压缩、系统优化经验者优先； 7、在机器学习、推荐系统、强化学习、大模型等相关方向有高水平论文、竞赛成绩或开源项目经验者优先； 8、有复杂业务系统架构设计与落地经验者优先。

部门

IBG Marketplace