滴滴出行
27届秋招-算法工程师-起终点推荐
27届秋招-算法工程师-起终点推荐
发布于 大约 11 小时前普通员工/个人贡献者
北京市
无经验要求
全职员工
仅现场办公
本科
机器学习工程
Llm
Nlp
召回
向量召回
多模态
大模型
推荐系统
精排
AI 估算 · 25k–40k
北京互联网大厂校招算法岗，技术门槛高，薪资竞争力强，大模型与推荐结合前景好。
职位详情
关于这个职位
这是一份面向2027届毕业生的校招算法工程师岗位，加入滴滴CTO线，参与基于海量出行数据的起终点推荐系统构建
你将负责召回、精排模型优化，结合大模型和NLP技术建设POI数据体系，并参与向量召回、检索agent等前沿技术迭代
适合对推荐系统、大模型应用有浓厚兴趣，具备扎实编程和机器学习基础的同学
最低要求
届毕业生，本科及以上学历，计算机、电子工程、自动化及数学等相关专业优先
编程基础扎实，熟悉常用算法与数据结构，至少熟悉一门编程语言并有开发经验，如C++、Java、Scala、Python等
有机器学习. 数据挖掘. 计算机视觉与图像处理. 语音识别与合成. 自然语言处理. 统计学. 最优化理论. 分布式计算. 自动控制等至少一个方向相关基础，有相关项目经验者优先
了解海量数据处理技术，有使用Hadoop、Hive、Spark等大数据平台分析海量数据的能力和经验者优先
踏实勤奋，自我驱动，善于沟通，动手能力强，视野开阔，具有创造性思维
工作职责
参与基于滴滴海量用户行为数据的上下车点推荐系统构建，包括召回，精排模型的优化等
参与基于大模型的POI数据建设，通过对多模态数据、地理位置、用户行为和LLM、NLP技术结合，打造最精准的POI数据体系
参与目的地检索推荐技术研发，包括向量召回、精排模型、检索agent等技术迭代
AI 洞察
优缺点分析
优点
- 涉及大模型、多模态等前沿技术，技能成长快
- 滴滴作为出行巨头，技术沉淀深厚，职业起点好
- 算法岗竞争激烈，需要持续学习和适应快速迭代
- 业务复杂度高，可能涉及加班，工作强度较大
- 推荐系统链路长，需要跨团队协作，沟通成本高
缺点 / 挑战
- 平台大，数据海量，业务场景复杂，技术挑战高
- 适合对推荐算法和大模型技术有热情、自驱力强、乐于挑战难题的应届生
角色解读
- 从算法工程师起步，深入推荐系统和大模型应用，成为技术专家
- 可向架构师方向发展，负责复杂推荐系统整体设计
- 积累业务洞察后，可转向产品经理或技术管理层
- 参与推荐系统核心模块建设，包括上下车点召回和精排模型优化，提升用户出行体验
- 利用大模型和NLP技术构建POI数据体系，融合多模态数据与地理信息，提高地点数据准确性
- 研发目的地检索推荐技术，涉及向量召回、精排模型和检索agent，推动技术迭代
- 扎实的编程基础，熟悉C++/Java/Python等至少一门语言，掌握常用算法与数据结构
- 具备机器学习或相关领域基础，有项目经验者优先，如推荐、NLP、多模态等
- 了解海量数据处理，熟悉Hadoop/Hive/Spark等大数据平台，能处理和分析海量数据
申请策略
- 了解滴滴的乘车推荐场景，思考如何优化用户体验
- 关注CTO线技术博客，熟悉团队的技术栈和风格
- 突出机器学习或NLP相关项目经历，尤其是推荐系统、文本处理、多模态方向
- 展示编程能力和工程实践，如参与的开发项目、开源贡献
- 强调大数据处理经验，如使用Hadoop/Spark处理海量数据的案例
- 提前学习大模型基本原理和微调技术，了解RAG、Agent等应用
- 巩固推荐系统知识，掌握召回、精排、向量检索的常见方法
- 练习算法题，提高编码和数据结构应用能力
面试指南
- 项目介绍采用STAR法则，突出技术难点和解决方案
- 系统设计题从问题定义、数据、模型、评估几个维度展开
- 结合业务场景，展现对用户行为的理解和数据敏感度
- 介绍一个你参与过的机器学习项目，具体负责什么模块？
- 如何设计一个上下车点推荐系统？召回和精排各有哪些方法？
- 大模型在POI数据建设中可以如何应用？
- 在处理海量数据时，你用过哪些工具？遇到过什么问题？
- 给定一个场景，如何评估推荐效果？
职位点评
76
综合评分
技术前沿、成长性强的高门槛算法岗，适合追求快速成长的应届生，但WLB一般。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
更适合这类人
最适合追求技术成长、渴望接触前沿算法（大模型+推荐）并愿意接受一定工作强度的应届生。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展90
工作生活60
使命价值65
薪资福利
75中等
虽然薪资未在JD中明示，但滴滴作为上市大厂，校招算法岗薪酬体系完善，福利优厚，总体补偿性较好。
薪资信号未披露（AI估算：25K-40K/月）
成长发展
90较高
岗位涉及大模型、推荐系统等前沿技术，数据场景丰富，职业成长空间大，能快速积累核心技术能力。
技术前沿前沿/新兴技术
技术栈大模型、LLM、NLP、多模态、向量召回、推荐系统、Hadoop、Spark
业务类型profit_center
工作生活
60中等
JD未提及远程或弹性办公，默认现场办公，互联网大厂算法岗通常工作强度较大，WLB一般。
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
65中等
推荐系统能提升用户出行效率和体验，但岗位偏技术执行，社会意义感知中等。
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
Watch Jobs