滴滴出行
地图事业部-算法实习生（5）
地图事业部-算法实习生（5）
发布于 大约 1 小时前实习/见习
中国
无经验要求
实习生
仅现场办公
本科
NLP工程
Learning To Rank
Nlp
信息检索
地图搜索
强化学习
深度学习
AI 估算 · 4k–8k
算法实习生日薪约200-400元，按每月20天折算，结合滴滴平台实力，估算月薪4000-8000元。
职位详情
关于这个职位
这是一份滴滴地图事业部的算法实习生职位，专注于地图搜索和自然语言处理（NLP）方向
你将参与智能搜索系统的研发，应用深度学习、强化学习等技术优化地图检索效果，并有机会接触大规模地理数据和顶会级研究课题
适合对搜索、NLP和机器学习有扎实基础的学生
最低要求
数学、计算机、通信等相关专业，本科以上学历
熟悉深度学习以及常见机器学习的算法，如CNN，RNN，GBDT、Transformer、BERT等
熟练阅读相关领域英文论文并能实现
具备良好的沟通合作能力和较好的英语读写水平
实习期4个月以上，每周至少4天，欢迎长期实习，尽快到岗者优先
工作职责
参与滴滴极具创新的搜索系统技术研究，挑战智能搜索领域的世界级问题
挖掘大规模地理信息数据的价值，推进搜索技术在智慧地图中的应用，领衔地理信息技术，创造极致出行体验
负责用深度学习重新定义地图检索架构，用行为日志构建用户Query分析改写引擎，探索强化学习智能排序引擎的技术研发，研究无偏技术、冷启动技术与个性化搜索技术
深入学习城市计算、相似性计算、搜索系统、自然语言处理等相关领域的前沿技术，包括Learning To Rank、Deep Learning、Reinforcement Learning、语言模型等
参与创新性技术研究，利用大规模地理数据改造传统搜索技术，推进AI技术发展
优先资格
在信息检索、自然语言处理或数据挖掘等领域发表过KDD、AAAI、SIGIR等顶级学术会议高质量论文者优先
AI 洞察
优缺点分析
优点
- 参与滴滴极具创新的搜索系统研究，接触真实大规模地理数据和用户行为日志
- 技术栈前沿，涵盖深度学习、强化学习、NLP等，学术和工程价值高
- 实习时间灵活（每周4天起），可长期实习，有机会深入项目
- 实习薪资相对全职较低，且需要现场办公，对于远程需求者不便
- 实习期4个月以上，每周至少4天，需要投入较多时间和精力
缺点 / 挑战
- 对算法基础和论文复现能力要求较高，需要持续学习前沿技术
- 适合对搜索和NLP有浓厚兴趣、乐于挑战技术难题的计算机相关专业在校生，尤其是有科研或论文经验的同学
角色解读
- 通过参与核心项目积累搜索和NLP实战经验，为后续转正或申请更高阶岗位打下基础
- 可向搜索算法工程师或NLP算法工程师方向深耕，逐步成长为技术专家
- 在滴滴地图业务中积累大规模数据处理和模型优化经验，未来可拓展至其他AI领域
- 参与地图搜索系统的算法研发，应用深度学习、强化学习等技术优化搜索排序和Query理解
- 利用大规模地理数据和行为日志构建用户分析引擎，探索个性化搜索与冷启动技术
- 研究NLP相关前沿技术，如语言模型、Learning To Rank等，并将其落地到地图场景
- 扎实的机器学习与深度学习基础，熟悉CNN、RNN、GBDT、Transformer、BERT等常见模型
- 较强的英文论文阅读和复现能力，能够将前沿算法转化为实际代码
- 良好的沟通合作能力和英语读写水平，能够适应研究型工作环境
申请策略
- 了解滴滴地图业务和智能搜索的应用场景，在面试中展示对地图领域的兴趣
- 提前准备一段相关项目介绍，突出你如何解决实际问题
- 突出机器学习/深度学习项目经验，特别是与NLP或搜索相关的实践
- 如有发表过论文，尤其是KDD、AAAI、SIGIR等，务必显著标注
- 强调熟悉Transformer、BERT等模型的实现和调优经历
- 展示英语文献阅读和复现能力，如精读论文并复现代码的经历
- 提前复习深度学习和NLP经典模型，掌握Transformer及预训练模型的使用
- 关注Learning To Rank和强化学习的基础知识，了解搜索排序常用方法
面试指南
- 原理+实践：先阐述模型核心思想，再结合项目说明应用效果和遇到的问题
- 结构化回答：从问题定义、方案设计、实验验证、结果分析四步来组织回答
- 结合场景：将算法与地图搜索的具体场景结合，体现你的业务思考
- 请详细讲解你使用过的深度学习模型（如BERT）的原理和调参经验
- 如何设计一个地图搜索的排序模型？你会如何选择特征和模型？
- 解释一下Learning To Rank的几种方法及其优缺点
- 你如何理解Query分析？请举例说明如何改写用户查询
- 给你一个大规模地理数据集，你会如何挖掘其价值？
职位点评
64
综合评分
滴滴地图NLP算法实习，前沿技术栈，成长机会好，但薪资未披露且需要现场办公。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
更适合这类人
适合追求技术成长、对搜索和NLP有浓厚兴趣的学生，不介意实习薪资和现场办公。
表现最好
成长发展
相对薄弱
工作生活
薪资福利50
成长发展85
工作生活45
使命价值60
薪资福利
50较低
实习薪资未明确披露，且实习岗位通常薪酬不高，福利信息也不足，补偿性动机满足度一般。
薪资信号未披露（AI估算：4K-8K/月）
成长发展
85较高
岗位涉及深度学习、强化学习等前沿技术，并有参与核心算法研究的机会，发展性动机得到较好满足。
技术前沿前沿/新兴技术
技术栈深度学习、强化学习、CNN、RNN、GBDT、Transformer、BERT、Learning To Rank
业务类型ambiguous
工作生活
45较低
要求现场办公，未提及弹性工作或远程安排，实习期每周至少4天，生活化动机满足度较低。
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
60中等
地图搜索技术对出行体验有直接价值，但社会影响力较中性，使命感一般。
行业发展稳定成熟行业
社会影响中性/一般
使命信号创造极致出行体验
创新程度积极采用新技术
滴滴出行 的其他在招职位
相似职位推荐
Watch Jobs