滴滴出行
国际事业群IBG-算法实习生（25）
国际事业群IBG-算法实习生（25）
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
Pytorch
Sql
Tensorflow
推荐算法
机器学习
深度学习
值不值得投
76综合评分
综合评分 76
国际化核心推荐算法实习岗，技术前沿、成长空间大，适合追求技术深度的在校生。
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 2210 个在招
市场机会
选择面较广
北京 · 推荐系统 · 66 个在招
职位详情
关于这个职位
该职位主要在滴滴国际化外卖业务中参与推荐算法的迭代与优化，通过挖掘用户行为数据构建画像，提升推荐转化率与用户体验
你将探索前沿AI能力，监测并优化推荐系统性能，适合对推荐算法和机器学习有热情的在校生
最低要求
本科及以上学历，计算机科学、数学等相关专业，有实际项目经验者优先
熟练掌握Python/GoLang/C++等编程语言，具备扎实的数据结构和算法基础
深入理解机器学习、深度学习算法和基础AI能力，熟悉业界主流的推荐算法，并能熟练应用于实际场景
具备良好的数据处理和分析能力，熟练使用SQL/Spark等数据处理工具和深度学习框架TensorFlow/PyTorch等
具有较强的问题解决能力和创新思维，能够独立解决复杂的技术问题，对新技术有强烈的学习热情
具备良好的团队协作精神和沟通能力，能够与跨部门团队有效合作
工作职责
参与滴滴国际化外卖业务推荐算法的迭代与优化，强化用户体验，提高推荐转化率，合理调控流量分发确保内容精准触达目标用户
研究和分析用户行为数据，挖掘用户兴趣和需求，构建用户画像，为推荐算法提供数据支持
探索和应用前沿的AI能力，推动推荐算法的创新和升级
监测和分析推荐系统的性能指标，及时发现并解决问题，持续优化推荐算法的效果
优先资格
有实际项目经验者优先
AI 洞察
优缺点分析
优点
- 依托海量真实业务场景，能够接触到高并发、大规模数据的推荐系统实战
- 国际化业务具有广阔的出海前景，有助于积累跨文化、多市场的算法落地经验
- 完善的技术分享机制，有利于快速提升工程与算法能力
- 国际化业务面临多国家、多语言、多文化的复杂场景，算法泛化与本地化调优难度大
- 对推荐系统和机器学习有浓厚兴趣，具备扎实代码能力，且希望在海外出海业务中积累大规模算法实战经验的在校生
缺点 / 挑战
- 推荐算法迭代对业务指标要求高，需要承受一定的数据指标压力
角色解读
- 从算法实习生成长为推荐算法工程师，独立负责核心业务模块的算法优化
- 向推荐系统架构师或AI技术专家方向发展，主导前沿AI技术的业务落地
- 参与滴滴国际化外卖业务的推荐算法迭代，优化流量分发策略以提升转化率和用户体验
- 挖掘和分析海量用户行为数据，构建精准的用户画像，为推荐模型提供数据支撑
- 探索前沿AI技术在推荐系统中的应用，持续监测并优化算法性能指标
- 扎实的编程基础，熟练掌握Python/C++/Go等语言及数据结构与算法
- 深入理解机器学习与深度学习理论，熟悉主流推荐算法及其实际落地场景
- 具备大数据处理能力，熟练使用SQL、Spark及TensorFlow/PyTorch等深度学习框架
申请策略
- 提前了解滴滴国际化外卖业务在目标国家的市场特点与用户习惯
- 准备1-2个自己主导或深度参与的推荐/搜索/广告算法项目，能够清晰阐述技术难点与解决思路
- 突出在机器学习、深度学习或推荐系统相关的项目经历，强调模型优化与指标提升的具体成果
- 展示处理大规模数据的经验，如使用Spark、SQL进行数据清洗与特征工程的实际案例
- 体现对前沿AI技术的关注，如有相关论文发表、开源项目贡献或竞赛获奖经历更佳
- 深入学习推荐系统经典模型（如DIN、DIEN、DSSM等）及最新的大模型在推荐中的应用
- 提升工程落地能力，熟悉C++/Go等高性能语言及模型部署、推理优化技术
面试指南
- 项目经历采用STAR法则（情境、任务、行动、结果），重点突出你个人的贡献和量化的业务收益
- 问题排查类问题采用“假设-验证”框架，从数据质量、特征分布、模型状态、线上环境等维度分层分析
- 请详细介绍一个你做过的推荐系统或机器学习项目，你是如何优化模型指标的？
- 在海量用户行为数据中，你是如何进行特征工程和构建用户画像的？
- 如果推荐系统的点击率或转化率突然下降，你会如何排查和解决问题？
- 针对国际化外卖业务，你认为推荐算法需要考虑哪些不同于国内业务的特殊因素？
- 复习推荐系统经典论文及在顶会（如KDD、RecSys）上发表的关于出行/外卖推荐的技术文章
- 熟悉手撕代码，重点准备树、图、动态规划及排序算法，并了解Spark/SQL的底层原理
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
实习岗位薪资按标准实习津贴发放，虽不及正式员工，但在实习生市场中具备竞争力，能满足基本生活与补偿需求。
薪资信号未披露（AI估算：4–6.5千/月）
成长发展
90较高
岗位涉及前沿AI能力探索与大规模推荐系统实战，且处于国际化出海核心业务，技术成长与业务视野拓展空间极大。
技术前沿前沿/新兴技术
技术栈Python、GoLang、C++、机器学习、深度学习、推荐算法、SQL、Spark、TensorFlow、PyTorch
成长机会探索和应用前沿的AI能力、推动推荐算法的创新和升级
业务类型profit_center
工作生活
60中等
实习岗位通常要求保证一定的出勤天数，工作节奏跟随正式员工，WLB情况因团队而异，JD未明确说明弹性或远程。
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
75中等
参与国际化出海业务，助力科技企业走向全球，具有一定的行业前景与业务使命感。
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