滴滴出行
国际事业群IBG-算法实习生（12）
国际事业群IBG-算法实习生（12）
发布于 3 天前实习/见习
实习生仅现场办公机器学习工程
机器学习工程
Pytorch
Tensorflow
多模态预训练
数据质量评估
机器学习
标签体系
深度学习
值不值得投
62综合评分
综合评分 62
前沿算法实习，技术成长好但WLB一般，适合学生快速提升AI能力
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。
薪资怎么样
7K
比机器学习工程中位数低
发布情况
新岗位 · 2 天前发布
公司情况
这家公司招聘很活跃
约 920 个在招 · 其中机器学习工程 42 个
市场机会
选择面较广
北京 · 机器学习工程 · 约 410 个在招
职位详情
关于这个职位
滴滴出行国际事业群招聘算法实习生，负责本地生活服务的标签体系构建、多模态信息抽取和打标模型研发
实习期间将参与国际化业务项目，运用机器学习、深度学习技能解决实际业务问题，提升算法能力
最低要求
学历专业：计算机、人工智能、软件工程、数学或相关专业在读硕士/博士，优秀本科高年级亦可
编程能力：熟练掌握Python，有良好的工程习惯
熟悉TensorFlow/PyTorch等主流深度学习框架
算法基础：熟悉机器学习基础算法，对Transformer/BERT/多模态预训练模型和大模型有深入理解
有信息抽取、文本分类、图像识别、大模型项目经验者优先
业务敏感度：对本地生活、餐饮零售行业有好奇心，愿意深入理解业务
实习时间：每周至少保证5天出勤，实习期不低于3个月（能持续6个月以上者优先）
工作职责
标签体系构建与优化：参与设计国际化的本地生活服务（零售）的店铺与菜品标签体系，包括但不限于口味标签、品类标签等
多模态信息抽取：利用多模态技术对菜品图片进行识别与分类，辅助生成标签
打标模型研发：会使用一些传统模型和大模型进行菜品和店铺的标签打标任务开发
数据质量与评估：建立标签质量评估体系，构建自动化评估工具，持续迭代清洗低质数据，持续提升打标的准确率和覆盖率
优先资格
加分项（非必须）：在ACL/CVPR/KDD等顶会发表过相关论文
有过大模型相关的项目经验
有Kaggle/天池比赛前10%成绩
AI 洞察
优缺点分析
优点
- 接触前沿的多模态和大模型技术，技术栈先进
- 参与国际化业务，项目具有全球视野和实际价值
- 滴滴作为大平台，提供丰富的实战数据和导师指导
- 实习经历对后续求职AI算法岗位有较强助力
- 业务敏感度要求高，需快速学习餐饮零售领域知识
- 数据质量评估工作可能涉及大量清洗和迭代，较为繁琐
- 竞争激烈，需与众多优秀实习生脱颖而出
- 适合计算机相关专业在读硕士或博士，对机器学习、多模态技术有浓厚兴趣，愿意深入业务场景并承受一定工作强度的求职者
缺点 / 挑战
- 实习要求每周至少5天出勤，工作强度可能较高
角色解读
- 积累算法开发与实战经验，向机器学习工程师方向发展
- 深入多模态和大模型技术领域，成为AI算法专家
- 参与国际化业务项目，拓展全球视野和技术影响力
- 设计并优化本地生活服务的标签体系，如店铺和菜品的口味、品类标签
- 运用多模态技术识别和分类菜品图像，辅助标签生成
- 开发传统和大模型打标算法，实现菜品和店铺的自动化标注
- 建立数据质量评估体系，清洗低质数据，提升打标准确率和覆盖率
- 熟练使用Python编程和TensorFlow/PyTorch等深度学习框架
- 深入理解机器学习算法及Transformer/BERT等多模态大模型
- 具备信息抽取、文本分类或多模态项目经验，能处理实际数据
- 对本地生活、餐饮零售业务有好奇心，能快速理解业务场景
申请策略
- 面试前研究滴滴的本地生活业务（如外卖、零售）和国际扩张战略
- 准备一个完整的多模态或大模型项目案例，能清晰讲解技术细节
- 表达对国际化业务的热情，展现学习意愿和团队协作能力
- 突出Python编程和深度学习框架（如TensorFlow/PyTorch）的熟练使用
- 展示机器学习、大模型（如Transformer/BERT）相关项目或论文成果
- 强调信息抽取、图像识别或多模态任务的具体经验
- 体现对数据处理、模型优化和质量评估的能力
- 加强多模态模型（如CLIP、视觉Transformer）的学习和实践
面试指南
- 使用STAR法则（情境、任务、行动、结果）描述项目经历，突出技术细节和个人贡献
- 结合具体业务场景说明技术选型，如多模态模型如何适应菜品识别需求
- 讨论数据质量评估指标（如准确率、覆盖率）和清洗方法，体现工程思维
- 对业务问题可结合个人体验或研究，展现好奇心和学习能力
- 请介绍一个你参与过的机器学习项目，重点说明算法选择和模型优化
- 如何设计一个针对餐饮图片的多模态标签体系？
- 在处理标签数据时，如何评估和解决数据质量问题？
- 你对大模型在信息抽取任务中的应用有什么理解？
职位点评
薪资福利60
成长发展85
工作生活40
使命价值70
薪资福利
60中等
实习津贴在北京市场处于中等水平，能覆盖基本生活成本，但无额外福利提及
薪资信号未披露（AI估算：6K-8K/月）
成长发展
85较高
涉及多模态、大模型等前沿技术，有实战项目和导师指导，技能成长空间大，适合积累算法经验
技术前沿前沿/新兴技术
技术栈Python、TensorFlow、PyTorch、Transformer、BERT、多模态预训练、机器学习、深度学习
业务类型ambiguous
工作生活
40较低
要求每周至少5天现场出勤，工作时间固定且可能较长，灵活性有限，WLB一般
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
70中等
参与国际化业务项目，技术应用有实际价值，行业增长快，但作为实习生个人影响力有限
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