滴滴出行
算法实习生（国际化）-MJ020776
算法实习生（国际化）-MJ020776
发布于 35 分钟前实习/见习
实习生仅现场办公算法工程师
算法工程师
Ctr预估
Cvr预估
Pytorch
Sql
Tensorflow
推荐系统
机器学习
深度学习
值不值得投
76综合评分
综合评分 76
大厂核心算法实习、前沿技术栈、高成长潜力、工作强度适中偏上
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便比较实习机会。
薪资怎么样
1.0千
比算法工程师中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 2400 个在招 · 其中算法工程师 5 个
市场机会
选择适中
北京 · 算法工程师 · 25 个在招
职位详情
关于这个职位
该职位是滴滴出行国际化事业群的算法实习岗位，主要聚焦于广告推荐系统的核心研发
工作内容涵盖广告精排模型（CTR/CVR预估）、向量召回与生成式召回技术的探索与迭代，以及实验效果评估与数据报表建设
旨在通过机器学习与深度学习技术优化广告投放效率与用户体验
最低要求
计算机、信息工程、人工智能、数据科学等相关专业硕士及以上在读
/211及海外名校优先，数学、统计类专业意愿较强也可考虑
熟悉机器学习/深度学习基础理论，了解常见模型（LR、GBDT、DNN、Transformer等）及其原理
熟练使用 Python，熟悉 PyTorch 或 TensorFlow 中至少一种深度学习框架，具备良好的数据结构与算法基础
熟悉 SQL，能够完成数据提取、指标计算和基础分析，具备清晰的实验分析与问题定位思路
每周可保证4天以上实习时间，连续实习3个月以上
工作职责
工作可能涉及：
广告精排模型研发与迭代
围绕点击率（CTR）和转化率（CVR）预估，探索用户行为序列建模、多任务学习等方法
挖掘搜索词、用户行为、广告素材及上下文特征，优化搜索词与广告的匹配建模
结合离线评估、线上实验和典型问题样本，定位特征、训练样本及模型问题，推动优化上线
向量召回与生成式召回研发
优化双塔模型、负样本构建及近似最近邻检索
探索基于生成模型的广告候选检索方法，参与方案验证与迭代
从相关性、召回覆盖率和检索延迟等维度评估不同方案，分析漏召回和低相关样本
实验效果评估与数据报表建设
分析点击率、转化率、广告收入等核心指标的变化
按流量场景、搜索词类型等维度拆解实验结果，结合典型样本定位收益来源和效果下降的原因
使用 SQL 和 Python 开发实验分析报表及日常监控看板，维护指标口径，跟踪模型上线后的表现
AI 洞察
优缺点分析
优点
- 依托滴滴国际化业务，接触海量真实用户数据和高并发场景，技术落地性强
- 导师制培养，有机会参与前沿的生成式召回等创新项目
- 简历含金量高，有助于后续求职互联网大厂核心算法岗
- 需要处理大量脏数据和复杂业务逻辑，调试周期长
- 实习期间需快速适应高强度研发节奏
- 计算机/AI相关专业硕士在读生，对推荐系统和广告算法有浓厚兴趣，具备扎实编码能力和数据分析思维的同学
缺点 / 挑战
- 算法竞争激烈，对数学基础和模型原理理解要求较高
角色解读
- 深入掌握大规模推荐系统架构与算法优化技巧
- 向高级算法工程师发展，专注于广告变现、用户增长或更复杂的生成式AI应用
- 未来可向算法专家或技术管理方向晋升
- 负责广告推荐系统中精排模型的研发，优化CTR和CVR预估效果
- 探索向量召回和生成式召回等前沿技术，提升召回覆盖率与相关性
- 进行实验数据分析，搭建监控报表以评估模型上线后的业务影响
- 扎实的机器学习与深度学习理论基础，熟悉LR、GBDT、DNN、Transformer等主流模型
- 熟练掌握Python编程及PyTorch/TensorFlow框架
- 具备优秀的SQL能力，能独立完成数据提取与分析
- 良好的数据结构与算法基础
申请策略
- 提前了解滴滴国际化业务的背景和市场现状
- 在面试中展现对业务指标（如GMV、ARPU）与技术指标（如AUC、GAUC）之间关系的理解
- 准备具体的项目案例，用STAR法则清晰阐述你的贡献和成果
- 突出相关的机器学习/深度学习项目经历，特别是涉及CTR/CVR预估、召回排序或NLP方向的实践
- 强调Python和SQL的技能熟练度，展示代码规范和数据处理能力
- 列出相关的论文、竞赛奖项或开源贡献
- 复习并深入理解Transformer、DNN等模型的原理及变体
- 练习使用PyTorch/TensorFlow复现经典推荐模型
面试指南
- 采用STAR法则（情境、任务、行动、结果）结构化回答项目经历
- 对于技术问题，先阐述基本原理，再结合具体场景分析优劣，最后给出自己的见解或改进思路
- 对于业务问题，体现数据驱动思维，从指标拆解、假设验证、归因分析等角度展开
- 请详细介绍一个你参与的机器学习或深度学习项目，包括背景、模型选择、难点及解决方案
- 如何理解CTR和CVR预估中的多任务学习？有哪些常见的多任务学习架构？
- 在推荐系统中，如何处理冷启动问题和稀疏数据问题？
- 请解释一下Transformer模型的核心机制，以及它在推荐系统中的应用场景
- 如果线上实验显示某模型AUC提升但业务指标（如收入）下降，你会如何排查原因？
职位点评
薪资福利70
成长发展90
工作生活60
使命价值75
薪资福利
70中等
作为已上市巨头企业的实习岗位，提供符合市场水准的实习津贴和规范的福利保障，虽非高薪但稳定性较好。
薪资信号未披露（AI估算：0.3–0.5千/月）
成长发展
90较高
岗位涉及广告精排、生成式召回等前沿技术栈，且在大型互联网公司实战，技能成长空间巨大，职业发展路径清晰。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、TensorFlow、Transformer、CTR、CVR、双塔模型、生成式模型
业务类型profit_center
工作生活
60中等
互联网大厂实习通常节奏较快，JD未明确提及弹性工作或WLB政策，需做好应对一定工作强度的心理准备。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
75中等
通过优化广告算法提升平台商业效率和用户体验，间接支持全球化出行服务，具有一定的社会价值和行业影响力。
行业发展稳定成熟行业
社会影响中性/一般
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
应用算法实习生
快手 · 北京市
AI 估算 · 0.4–0.6千13 分钟前发布
淘宝闪购-高级物流AI应用算法专家-北京/上海
阿里巴巴 · 北京市
AI 估算 · 8.0–15.0万1 小时前发布
供应链产品技术部-高级经营决策算法专家-急招
天猫 · 杭州市
AI 估算 · 4.0–7.0万3 小时前发布
算法开发工程师(J46239)
海信 · 青岛市
AI 估算 · 2.0–3.5万4 小时前发布
供应链产品技术部-经营决策算法专家-杭州
天猫 · 杭州市
AI 估算 · 4.0–8.0万9 小时前发布
算法开发岗
京东 · 北京市
AI 估算 · 3.5–6.0万1 天前发布
微影-算法/换能器/仿真/系统等-应届-杭州
海康威视 · 杭州市
AI 估算 · 1.5–2.5万1 天前发布
搜索算法工程师（J107272）
百度 · 北京市
AI 估算 · 3.0–6.0万1 天前发布
Watch Jobs