滴滴出行
高级专家算法工程师
高级专家算法工程师
发布于 大约 17 小时前中层管理(经理/总监)
上海市
高级经验
全职员工
仅现场办公
硕士
机器学习
深度学习
PyTorch
TensorFlow
XGBoost
大模型
风险策略
AI 估算 · 50k–80k
高级算法专家岗位，大厂上海，技能稀缺，市场薪资偏高。
职位详情
关于这个职位
该职位是滴滴出行的高级专家算法工程师，负责风控场景下AI风险体系的架构与优化，聚焦信贷特征挖掘、策略提效等，并结合大模型与Agent技术实现全链路智能化
你将带领团队开展AI应用研究，推动模型落地，并跟踪前沿技术
适合有5年以上算法经验、具备管理能力且对金融风控与AI结合感兴趣的高级工程师
最低要求
计算机、数学、统计学、人工智能等相关专业硕士以上学历，5年及以上算法研发经验，2年及以上团队管理或技术牵头经验，有AI赋能业务落地经验者优先
精通机器学习、深度学习基础理论与常用算法（如XGBoost、Transformer、BERT、多模态、大模型微调等），具备扎实的数学功底（线性代数、概率论、微积分），熟练掌握至少一种编程语言（Python优先），熟悉TensorFlow、PyTorch等主流框架，具备独立完成算法设计、开发、调试与优化的能力
具备信贷风控相关场景工作经验者优先
具备优秀的团队管理与领导力，能带领团队高效推进技术研发与项目落地，激发团队创新活力
具备极强的沟通协同能力，能清晰对接业务需求，协调跨部门资源，推动项目顺利进展
对AI技术有强烈的热情与探索欲，具备良好的学习能力、创新能力和抗压能力，能快速跟进前沿技术并落地应用
工作职责
负责支持风险策略AI赋能及落地，主导风控场景下的AI风险体系架构、研发与优化，聚焦业务场景（如贷前、贷中风险策略搭建、信贷画像特征挖掘、策略开发提效等），结合Agent应用，实现全链路智能化
负责信用/反欺诈风险识别、信贷特征挖掘、策略训练提效等场景下的大模型开发和应用，推动AI模型从研发到生产环境的稳定落地，并制定AI模型或风险策略应用标准
带领相关团队开展AI应用研究、模型训练、策略搭建、skills搭建与架构等，搭建高效、可复用的信贷风控AI智能风险决策体系
跟踪国内外AI、算法领域前沿技术（如大模型应用、Agent技术与应用等），结合团队业务场景进行技术预研与创新
与产品、工程、业务团队深度协同，精准理解业务需求，将算法方案与业务场景深度融合，推动AI能力在各业务环节的规模化应用
负责算法相关技术文档撰写与沉淀，推动技术成果的复用与迭代
AI 洞察
优缺点分析
优点
- 滴滴作为上市大厂，平台资源丰富，技术影响力大
- 聚焦AI前沿技术（大模型、Agent），技能积累价值高
- 风控场景对金融科技行业至关重要，职业稳定性强
- 带领团队的机会，锻炼管理能力
- 技术更新快，需要持续学习前沿AI算法
- 作为高级专家，需要承担复杂问题的攻关和团队协调
- 适合有5年以上算法经验、热爱AI技术、希望将大模型应用于金融风控实际场景的高级工程师，同时具备团队管理意愿和沟通能力
缺点 / 挑战
- 风控业务对模型准确性和实时性要求高，工作压力较大
角色解读
- 深耕AI与风控交叉领域，成为技术专家或架构师
- 向技术管理方向晋升，例如算法总监或AI部门负责人
- 横向拓展至其他AI应用领域，如推荐、搜索等
- 主导风控AI体系架构，如贷前贷中风险策略、信贷特征挖掘
- 开发并应用大模型及Agent技术，提升信贷风控智能化水平
- 带领团队进行模型训练、策略搭建与技能架构，推动模型落地
- 跟踪前沿技术并进行预研创新，与产品、工程团队协同落地
- 精通机器学习、深度学习，如XGBoost、Transformer、BERT、大模型微调
- 熟练使用Python及TensorFlow/PyTorch框架
- 具备信贷风控场景经验者优先
- 优秀的团队管理与跨部门沟通能力
申请策略
- 了解滴滴金融的业务方向，准备与风控AI相关的解决方案思考
- 强调过往项目的业务落地效果，而非单纯技术参数
- 突出机器学习/深度学习项目经验，尤其是风控或信贷相关案例
- 强调大模型微调、Agent应用等前沿技术实践
- 体现团队管理或技术牵头经历，展示领导力
- 列出Python、TensorFlow/PyTorch等技术栈熟练掌握
- 补充大模型微调（如LoRA）和Agent框架（如LangChain）方面的实操
- 加强风控领域知识，如信用评分、反欺诈策略
面试指南
- STAR法则：情境-任务-行动-结果，突出技术难点和业务影响
- 结构化思考：先讲整体方案，再讲具体技术选型，最后数据验证
- 体现协作：说明如何与产品、工程、业务对齐需求
- 请介绍一个你主导的机器学习项目，从需求到上线的完整流程
- 如何将大模型应用于信贷风控场景？请举例
- 你如何管理团队并推动技术落地？
- 在模型性能与业务效果之间如何权衡？
- 谈谈你对Agent技术在风控中应用的理解
匹配度报告
69
综合匹配度
大厂高级算法专家，前沿AI技术栈，团队管理机会，但WLB一般。
适合人群
最适合注重技术成长和职业发展的求职者，对薪资和稳定性有较高期待，但能接受一定的工作强度和现场办公。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利75
成长发展90
工作生活40
使命价值70
薪资福利匹配
75中等
滴滴作为上市大厂，薪资水平在行业内有竞争力，但JD未明确具体福利，补偿性中等偏上。
薪资信号未披露（AI估算：50K-80K/月）
成长发展匹配
90较高
职位涉及大模型、Agent等前沿技术，带领团队进行技术预研，发展空间大。
技术前沿前沿/新兴技术
技术栈大模型、Agent、Transformer、BERT、多模态、XGBoost、TensorFlow、PyTorch
成长机会技术预研与创新、推动技术成果的复用与迭代
业务类型profit_center
工作生活匹配
40较低
JD未提及弹性办公或WLB，上海现场办公，无远程选项，生活化动机满足有限。
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
70中等
风控AI有正向社会价值（反欺诈），行业处于增长期，但并非使命驱动型。
行业发展稳定成熟行业
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs