滴滴出行
国际事业群IBG-算法实习生（23）
国际事业群IBG-算法实习生（23）
发布于 3 小时前实习/见习
实习生仅现场办公推荐系统
推荐系统
Go
Nlp
Pytorch
Tensorflow
大语言模型
推荐系统
搜索排序
机器学习
深度学习
值不值得投
76综合评分
综合评分 76
国际化核心算法实习岗，技术栈前沿且发展价值极高，但对实习时间与投入度要求较高。
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
9千
比推荐系统中位数低
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
市场机会
选择面较广
北京 · 推荐系统 · 64 个在招
职位详情
关于这个职位
该职位是滴滴国际化外卖业务的算法实习生，主要负责搜索排序精排模型的研发与优化，涉及多目标排序、海量数据挖掘以及大语言模型在搜索推荐场景的落地应用
适合计算机、AI等相关专业的在校硕博生，通过参与核心业务提升算法工程与前沿技术探索能力
最低要求
面向群体：2028届及以后毕业的在校研究生（硕士/博士生），计算机、数学、自动化、人工智能等相关专业
实习时间：时间充裕，每周实习不少于4天，至少可连续实习4个月及以上
技术基础：具有扎实的计算机和数学功底，熟练掌握基本的数据结构与算法知识
开发能力：熟悉 Python/C++/Go 等一种或多种编程语言，具备良好的工程素养
熟练使用 PyTorch 或 TensorFlow 等主流深度学习框架
算法能力：熟悉机器学习与深度学习基础知识，对数据敏感，具备较强的逻辑思维和业务分析拆解能力
工作职责
负责滴滴国际化外卖搜索排序相关的算法探索与落地工作
精排策略优化：深入参与外卖搜索精排模型的研发，构建多目标、多场景排序模型，提升对用户长/短期兴趣的精准建模能力
海量数据挖掘：基于海量跨国业务数据，进行特征工程与数据挖掘，结合业务场景持续迭代排序效果，最大化业务价值与用户体验
前沿技术探索：探索大语言模型（LLM）与自然语言处理（NLP）技术在搜索排序、推荐及意图理解等场景的创新与落地应用
系统工程建设：协助优化搜索排序系统的全链路表现，参与探索模型架构优化，实现高效的模型训练与线上推理
优先资格
在搜索、推荐系统、计算广告或大语言模型等方向有相关实习经验、开源项目贡献，或在相关领域顶会（如KDD、SIGIR、ACL、NeurIPS等）发表过论文者优先
AI 洞察
优缺点分析
优点
- 接触跨国业务的海量真实数据与核心搜索排序场景，技术栈前沿（涵盖LLM、NLP及多目标排序）
- 作为出行与本地生活领域的领先平台，业务场景复杂度高，能极大锻炼算法落地与工程能力
- 国际化业务面临多语言、多地域的复杂数据分布，模型泛化与优化难度大
- 适合计算机、AI等相关专业，具备扎实算法基础，对搜索推荐或大模型方向有浓厚兴趣，且能保证充足实习时间的在校硕博生
缺点 / 挑战
- 对候选人的数学功底、代码工程能力及顶会论文或开源经验有较高要求，竞争较为激烈
角色解读
- 从算法实习生成长为搜索推荐领域的算法工程师，未来可向资深算法专家、AI技术架构师或业务算法负责人方向发展
- 负责滴滴国际化外卖搜索排序算法的研发与优化，构建多目标排序模型
- 利用大语言模型和NLP技术提升搜索推荐和意图理解效果
- 参与海量数据的特征工程与模型全链路工程优化
- 扎实的计算机与数学基础，熟练掌握数据结构与算法
- 精通Python/C++等编程语言及PyTorch/TensorFlow深度学习框架
- 具备机器学习/深度学习理论基础及较强的业务拆解能力
申请策略
- 确保实习时间满足每周4天、连续4个月的要求，并在简历中明确标注可实习时间段
- 提前了解滴滴国际化外卖业务的市场背景与技术挑战
- 突出在搜索、推荐、计算广告或LLM方向的项目经验或实习经历
- 重点展示顶会论文（KDD/SIGIR/ACL等）或知名开源项目贡献
- 强调Python/C++工程能力与PyTorch框架的熟练使用
- 深入学习多目标排序模型（如MMOE、PLE等）及大语言模型在推荐系统中的应用
- 刷LeetCode保持算法手感，熟悉分布式训练与模型推理优化基础
面试指南
- 采用STAR法则（情境、任务、行动、结果）描述项目经验，重点突出个人贡献与量化收益
- 对于技术原理问题，从数学公式、网络结构、工程实现三个层次进行拆解回答
- 请介绍一个你主导或深度参与的搜索/推荐/大模型相关项目，遇到了什么技术难点及如何解决？
- 在构建多目标排序模型时，如何处理不同目标之间的冲突（如点击率与转化率）？
- 大语言模型在搜索排序或意图理解中有哪些具体的落地应用场景？
- 请手写或口述一个经典的深度学习模型（如Transformer或DIN）的核心结构
- 复习机器学习与深度学习经典理论，重点准备搜索推荐领域的SOTA模型（如DIN、DIEN、多目标模型）
- 了解滴滴国际化业务特点，思考跨语言/跨地域场景下的算法优化策略
职位点评
薪资福利75
成长发展95
工作生活50
使命价值70
薪资福利
75中等
作为领先互联网平台的算法实习岗，实习津贴处于市场较高水平，但整体仍属于实习薪酬范畴。
薪资信号未披露（AI估算：6千–1.1万/月）
成长发展
95较高
岗位涉及LLM、多目标排序等前沿技术，且处于国际化核心业务线，能极大提升算法落地与工程能力，发展价值极高。
技术前沿前沿/新兴技术
技术栈Python、C++、Go、PyTorch、TensorFlow、LLM、NLP、多目标排序模型
业务类型profit_center
工作生活
50较低
岗位明确要求每周实习不少于4天且连续4个月以上，工作投入度要求较高，WLB相对受限。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
参与国际化外卖业务，助力出海业务提升海外用户体验，具有一定的业务成就感与行业前景。
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