滴滴出行
专家算法工程师
专家算法工程师
发布于 大约 21 小时前普通员工/个人贡献者
北京市
中级经验
全职员工
仅现场办公
学历未注明
深度学习
PyTorch
TensorFlow
LLM
因果推断
供需预测
运筹优化
流量分发
分单调度
定价补贴
AI 估算 · 40k–65k
资深算法专家岗，涉及核心交易算法，技术栈前沿，市场竞争激烈，薪资水平较高。
职位详情
关于这个职位
作为滴滴货运的算法专家，你将运用因果推断、运筹优化和深度学习等技术，优化货运交易中的分单调度、定价补贴及流量分发等核心算法，提升交易效率
同时你将探索LLM等前沿技术在货运市场的应用，推动智能交易平台的构建
最低要求
工作年限3-7年左右，计算机、运筹、统计学、计量经济、数学或相关领域
扎实的数据结构和算法基础，熟悉常见算法（如因果分析、预测算法、统筹优化等）和数据挖掘技术
熟练掌握至少一种编程语言，熟悉机器学习算法和深度学习框架，如TensorFlow、PyTorch等
良好的分析和解决问题的能力、沟通能力、责任心和团队意识
有学习热情，对技术、业务充满好奇心，对挑战性问题充满激情，具备持续学习的能力
工作职责
优化货运分单调度、定价补贴、流量分发等相关算法，持续提升核心交易效率
利用因果推断、运筹规划、深度学习等技术，提升供需预测、定价补贴等运营核心算法效果
利用算法技术实现各业务线用户的高效增长，优化流量分发效率
研究最新的算法技术和行业趋势，探索LLM等前沿技术在货运交易市场的落地，助力构建顶尖智能交易平台
AI 洞察
优缺点分析
- 滴滴作为上市大厂，平台资源丰富，技术场景真实且复杂，有利于算法能力的快速提升
- 涉及货运交易核心算法，直接与业务营收挂钩，个人贡献显性化
- 技术栈前沿，包括因果推断、运筹优化和LLM等，紧跟行业趋势
- 团队规模和影响力大，有较好的职业发展空间
- 工作地点固定北京，无远程选项，通勤可能不便
- 算法效果直接影响交易，业绩压力大，可能需要强结果导向
- 技术难度高，需要持续学习新方法，对学习能力要求高
- 适合3-7年经验、热衷于算法优化和前沿技术、乐于挑战业务难题、希望在成熟平台实现技术价值的算法工程师
角色解读
- 在滴滴货运深入业务，成为核心算法架构师，主导交易智能决策
- 横向拓展至整个滴滴集团或出行行业，负责更大规模的算法系统
- 基于LLM等技术探索，可能转向AI平台或前沿研究团队
- 优化货运场景的分单调度、定价补贴和流量分发算法，直接提升交易效率和平台营收
- 运用因果推断、运筹规划和深度学习等模型，改善供需预测和定价效果
- 驱动用户增长和流量分发效率，利用算法促进业务增长
- 探索LLM等前沿技术在货运交易市场的落地，构建智能交易平台
- 扎实的算法基础，熟悉因果分析、预测算法、运筹优化等
- 精通至少一种编程语言，熟练使用TensorFlow或PyTorch等深度学习框架
- 具备数据挖掘和机器学习实战经验，能够独立建模并优化效果
- 优秀的分析解决问题能力和团队协作意识，对业务有好奇心
申请策略
- 了解滴滴货运的核心业务场景和竞争对手，面试时展现对物流行业的思考
- 准备一两个完整的算法项目案例，从问题定义到最终效果，并解释权衡
- 突出相关方向的项目经验，如分单调度、定价优化、用户增长等算法项目
- 展示因果推断、运筹优化或深度学习的具体落地案例，并量化效果
- 强调编程和框架使用能力，如Python、TensorFlow/PyTorch
- 体现对业务的理解和好奇心，如数据驱动的产品优化
- 补强因果推断和运筹优化的理论及实践，可阅读相关论文或做小项目
- 学习LLM在推荐或决策中的应用，尝试实现简单demo
面试指南
- 对于项目类问题，按STAR法则阐述：背景、任务、行动、结果，重点突出你的贡献和量化指标
- 对于方法类问题，先解释核心概念，再结合实际场景说明应用和权衡
- 对于开放性问题，展现结构化思维，从数据、算法、工程等维度分析，提出可行方案
- 请介绍一个你优化过的定价或调度算法项目，具体是如何提升效果的？
- 在因果推断中，如何处理混杂因素？请举例说明
- 如何评估供需预测模型的性能？你用过哪些方法？
- 如果分单系统出现倾斜，你会如何分析并解决？
- 你对LLM在货运交易中的应用有哪些设想？
匹配度报告
66
综合匹配度
滴滴核心算法岗，技术前沿、业务驱动，薪资优厚但工作地点固定、WLB不明。
适合人群
最适合追求技术成长和前沿挑战、能接受快节奏和现场办公的算法工程师。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展90
工作生活40
使命价值65
薪资福利匹配
70中等
滴滴上市大厂，薪资预计在市场水准以上，但JD未明确福利，综合满足度中等偏上。
薪资信号未披露 (40K-65K/月)
成长发展匹配
90较高
职位涉及前沿技术如LLM、因果推断，且有复杂的业务场景，成长空间巨大，是核心技术岗位。
技术前沿前沿/新兴技术
技术栈因果推断、运筹规划、深度学习、LLM、TensorFlow、PyTorch
业务类型profit_center
工作生活匹配
40较低
仅现场办公，无远程选项，JD未提及WLB，地点在北京但具体位置未明，满足度较低。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
65中等
货运物流是高速增长赛道，算法驱动交易效率提升具有一定社会价值，但使命感信号不明显。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs