滴滴出行
国际事业群IBG-算法实习生（24）
国际事业群IBG-算法实习生（24）
发布于 3 小时前实习/见习
实习生仅现场办公算法优化工程师
算法优化工程师
Sql
大模型
自然语言处理
值不值得投
71综合评分
综合评分 71
滴滴国际化大模型算法实习，前沿技术栈、成长空间大，但实习出勤要求较高。
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
5千
比算法优化工程师中位数低
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 2140 个在招 · 其中算法优化工程师 27 个
市场机会
选择面较广
北京 · 算法优化工程师 · 约 330 个在招
职位详情
关于这个职位
该职位主要在滴滴国际化事业群从事大模型在时间预估算法中的应用研究
你将负责优化轨迹理解Agent，提取用户轨迹核心节点，并搭建客服Agent以支持业务侧的归因分析
最低要求
有大模型相关经验
至少实习3个月以上，4天/周
了解sql、python
工作职责
持续优化轨迹理解agent，持续优化用户轨迹理解及核心节点提取规则迭代
搭建客服agent，协助业务、产品针对DETA侧相关case进行归因分析
基于轨迹理解agent提取相关数据与特征
优先资格
有agent应用相关经验
计算机、统计相关专业
AI 洞察
优缺点分析
优点
- 接触大模型和Agent等前沿AI技术，滴滴国际化业务场景丰富，数据量大
- 对大模型和Agent应用有浓厚兴趣，具备一定算法基础的计算机或统计专业在校生
缺点 / 挑战
- 大模型在垂直场景的落地存在挑战，需要处理复杂的轨迹数据和业务逻辑
角色解读
- 从算法实习生成长为大模型应用算法工程师，未来可向AI Agent架构师或算法专家方向发展
- 负责大模型在时间预估算法中的落地应用，优化轨迹理解Agent
- 搭建客服Agent，支持业务侧的case归因分析
- 熟悉大模型及Agent开发，掌握Python和SQL
- 具备较好的算法基础和数据处理能力
申请策略
- 提前了解滴滴国际化业务的出行场景，思考大模型在其中的应用痛点
- 突出大模型和Agent相关项目经验，展示Python和SQL的数据处理能力
- 深入学习LangChain等Agent开发框架，了解大模型微调及Prompt Engineering
面试指南
- 采用STAR法则描述项目经验，突出遇到的技术难点及解决方案
- 结合业务场景阐述技术选型的思考
- 请介绍一下你做过的大模型或Agent相关项目
- 如何优化轨迹理解Agent的核心节点提取规则？
- 在搭建客服Agent时，如何处理业务case的归因分析？
- Python和SQL在数据处理中如何结合使用？
- 复习大模型基础知识和Agent开发流程，准备1-2个相关项目案例
- 了解滴滴出行业务及国际化背景
职位点评
薪资福利60
成长发展90
工作生活50
使命价值70
薪资福利
60中等
实习岗位薪资按市场标准发放，满足基本生活需求，但非正式员工薪资水平。
薪资信号未披露（AI估算：4–6.5千/月）
成长发展
90较高
岗位涉及大模型和Agent等前沿技术，且依托丰富的业务场景，技术成长空间大。
技术前沿前沿/新兴技术
技术栈大模型、Agent、Python、SQL、时间预估算法
业务类型ambiguous
工作生活
50较低
要求每周至少4天，实习出勤强度较高，WLB情况未明确说明。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
出行行业具有较好的社会价值，国际化业务有助于拓宽视野。
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