【社招】滴滴出行 - 货运算法团队 - 机器学习方向

【滴滴出行 - 货运算法团队 – 机器学习方向】

关于我们
公司:滴滴货运隶属于滴滴集团城市运输服务事业群,聚焦在万亿规模同城货运业务,主要包括B端拉货和C端搬家。2020年5月份试运营以来发展迅速,今年1月份已完成了A轮15亿美元融资,即将开启下一轮融资。

业务:货运智能化运营的核心团队,负责货运算法业务支持和技术建设,包括货主端的补贴策略、套餐推荐、端内拉新、营销推荐等,司机端的订单推荐、促活留存、派单分单、动态定价等,涉及到营销模型、推荐算法、时空建模、运筹优化、图模型、迁移学习、因果推断等技术。

团队:既有来自海内外知名互联网公司的资深从业者(如微软、阿里、IBM等),也有众多优秀的校招/实习生(如清华、北大、浙大、卡耐基梅隆、哥伦比亚大学、康奈尔等)。团队成员拥有专利100+个,顶级会议/期刊论文20+篇。团队技术氛围浓厚,定期开展学习分享活动。我们有足够丰富的业务场景和亟待建设的系统平台,不用担心内卷。

职位介绍:
1. 解决货运核心业务问题,包括智能补贴、营销推荐、用户增长等场景,以及在技术沉淀和创新上实现突破;
2. 深入理解业务需求,能跟产品、运营有效沟通和协作,在达成业务目标的同时,打造团队影响力;
3. 负责货运算法机器学习方向的业务目标拆解、推进和落地、技术沉淀和创新。

岗位要求:
1. 有C/C++,JAVA,Python等主流编程语言的开发经验,有良好的编码能力;
2. 熟悉主流机器学习算法,包括不限于LR,GBDT,DNN,GCN,LSTM,CNN等;
3. 对业界机器学习和运筹优化领域的前沿技术和项目应用保持敏感,能结合业务特点,探索将前沿的算法技术应用于实际业务;
4. 有良好的学习和沟通能力,有责任心,有钻研精神。

具备以下一项或多项经验/经历者优先:
1. 在计算机、数学、统计学等相关专业,取得海内外名校硕士、博士学位;或在阿里、腾讯、字节、微软、谷歌、Uber、京东、百度等知名互联网公司实习/工作过;
2. 有数字营销业务背景,有Uplift等模型实战经验;或在地理信息处理领域有实际业务经验,如时空信息建模、供需预测等;或有大规模推荐/搜索/广告业务、算法或工程经验;
3. 在图像/自然语言处理/图学习/迁移学习等某个机器学习领域有足够积累,在顶级学术会议/期刊上发表过论文,或有丰富的深入的业务理解及大型工程项目经验;
4. 参加各种数据挖掘比赛,如KDD Cup、Kaggle、阿里天池大数据比赛等,或ACM-ICPC编程竞赛等并获奖;或熟练使用Tensorflow/PyTorch/MXNet等工具,有丰富的特征构造和调参经验,重要开源项目的贡献者;
5. 有大规模分布式架构算法或开发经验,熟悉Parameter Server架构;或有流式计算的项目研发经历,熟悉Spark,Flink,Storm,HBase等技术。

工作地点:杭州、北京

#滴滴社招##offer比较##薪资待遇##社招##机器学习##数据挖掘##人工智能##深度学习#
全部评论

相关推荐

#百度开奖# bg计算机专业双非硕,最近拿到了百度的实习offer,有不少人私信我问经验,索性就开一个双非实习攻略系列吧!🎉⭐我将分享我是如何从零开始,一步步敲开大厂实习的大门的。这只是序章,大概介绍一下会讲哪些方面,更多干货和细节,由于篇幅原因我会在未来的帖子中一一展开,敬请期待!🎯【确定方向】首先,要尽早确定自己的职业方向。作为双非的我,曾经也迷茫过到底是选java还是跟着实验室做算法,我最终选择了数据开发,在确定好这一目标后,就开始跟着网上的教程准备项目经验,精心包装简历,让自己看起来更有竞争力。🌊【海投策略】第一份实习,我选择了海投。确实,找实习有一定的运气成分,可能需要一两个月的时间,更何况是第一次找实习没有任何经验,做的项目也是sgg比较烂大街的电商数仓,这一过程其实挺难熬的,投了好久一次面试都约不到,都是已读不回,但千万不要气馁,坚持就是胜利!📅【最佳时机】什么时候是找实习的最佳时机?看我收到面试的次数,我觉得是每年的3-4月和9-10月,以及年前。这些时段要么是大厂的招聘需求较大,要么是暑期实习生离职潮,机会更多。🔍【面试准备】有了第一份实习后,你会发现,后续的面试基本都会围绕你的实习经历展开的。所以,一定要重点准备这部分内容,让自己的经历成为你的优势。八股可能不会问很多了,但也要准备一些常见的。🚀【更高目标】第二份实习,有了之前的实习经历,这一步会相对容易一些,更容易收到面试邀请了,所以一定要好好写实习经历这部分,这次我选择了挑战更高的目标 ,只投大厂,经过了两个月的时间,更幸运地被百度选中这篇只是开始,上面提到的几点,包括百度以及其他大厂的面经后续我都会一一展开。看大家投票下期想听什么。🔥 记得关注我,看的人多的话我立马更新!!!  #没有实习经历,还有机会进大厂吗#  #双非有机会进大厂吗#  #招聘要求与实际实习内容不符怎么办#
点赞 评论 收藏
分享
## 👨‍🎓 背景介绍  我是个已经毕业几年的“老鸟”了,长期从事深度学习相关工作。目前的主要方向是垂直领域大模型和RAG相关项目。  因为之前自己也面试过不少人,所以现在面试相对轻松。但每次面试还是收获颇丰,决定整理一些面试过程中遇到的典型问题,供大家参考。  ---## 🔍 面试问题汇总  ### 1️⃣ 为什么离职? 这个问题基本上每场都会遇到。好好编一下,比如想去更大的平台?### 2️⃣ RAG embedding 模型效果衡量?被问到过如何对比大模型的 embedding 与 bge 等轻量模型。  重点:结合具体业务场景和检索效果来对比。同一个向量空间?  ### 3️⃣ RAG 分片策略  数据分片### 4️⃣ DPO(Direct Preference Optimization)面试官问得很细,涉及到如何通过 DPO 优化模型生成效果。  重点:讲清楚 DPO 的基本思路,以及在实际模型训练中的应用场景。  ### 5️⃣ Layout 版面分析 * 主要针对文档处理中的版面分析任务。  * 重点:提到一些常用算法如 LayoutLMv3。  ---## 🔄 反问环节  * 关于团队技术栈、研发流程、成长空间等,提前准备几个深入的问题,展示对公司的兴趣和了解。  ---💬 **欢迎大家小窗交流,互相沟通!**  📌 **后续会持续更新,敬请期待!**  ---希望这份面经对正在准备大模型相关岗位的朋友有所帮助!🍀 祝大家都能拿到心仪的 Offer! 💪#牛客创作赏金赛##面经#
点赞 评论 收藏
分享
评论
1
6
分享

创作者周榜

更多
牛客网
牛客企业服务