滴滴出行
CTO-算法实习生（MJ020742）
CTO-算法实习生（MJ020742）
发布于 1 小时前实习/见习
实习生仅现场办公AI算法
AI算法
Llm
Pytorch
Tensorflow
图神经网络(Gnn)
推荐系统
数据挖掘
深度学习
路径规划
值不值得投
76综合评分
综合评分 76
顶尖大厂、前沿AI技术栈、极高成长潜力，但工作强度可能较大
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
5.0千
比AI算法中位数高
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 2390 个在招
市场机会
选择面较广
北京 · AI算法 · 91 个在招
职位详情
关于这个职位
该职位是滴滴出行CTO部门下的算法实习岗，主要面向国际化业务场景
候选人需利用数据挖掘、深度学习及大模型技术，优化上下车点推荐、路线规划及时间路况预估等核心引擎，并探索生成式推荐与LLM在交通领域的应用落地
最低要求
计算机/数学/统计/自动化等相关专业，硕士及以上学历
有扎实的搜广推算法基础，熟悉 CTR/CVR 经典算法
具备扎实的数据结构和算法设计基础，熟练使用 Python/Scala，熟悉 TensorFlow/PyTorch
工作职责
基于滴滴国际化多元业务（打车、外卖、闪购等）数据，利用数据挖掘、深度学习、大模型等技术，优化上下车点推荐、路况预测、路径规划、到达时间预估等引擎
上下车点推荐引擎：洞察不同国家的地理信息差异，结合司乘行为特点，构建完善的特征工程与样本体系，推动召回/排序/策略层面的算法突破，提升场景化推荐效果，降低司乘沟通成本，提升碰面成功率
路线规划引擎：理解不同地区路网及用户行为的特点，借助图算法、序列建模、多场景多任务等手段，优化路线的召回、排序、重排等链路，提高路线质量
时间路况等预估引擎：理解不同打车链路（预估价、分单、接驾、送驾等）中的时间/距离/价格/路况预估场景，建设地理信息、用户画像、历史行为及偏好等特征工程，借助因果推断、GNN、online-learning等技术，提升预估准确性，提升司机和乘客的体验及打车效率
探索学术前沿技术，推动生成式推荐、Scaling Law、LLM、GNN、RL等在交通领域的应用落地
熟练使用ai coding，熟悉Agent机制，探索AutoResearch框架，实现数据分析、特征挖掘、模型选型、实验评估的自动化Loop
优先资格
熟悉 LLM 微调（RAG/LoRA/P-Tuning）、ai coding者经验优先
AI 洞察
优缺点分析
优点
- 接触海量真实交通数据，技术栈前沿（LLM、GNN、AutoResearch），平台大且业务场景复杂多样
- 国际化业务涉及多国地理与文化差异，算法需具备极强的泛化能力
- 对学术前沿技术的落地要求高，竞争激烈
- 计算机科学、数学等相关专业的硕士在校生，对AI落地应用有浓厚兴趣，具备较强科研能力和工程落地能力的同学
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向高级算法专家、AI架构师方向发展，或在自动驾驶、智慧交通领域深耕，积累大规模分布式系统实战经验
- 负责滴滴国际化业务中核心算法引擎（如推荐、路径规划、ETA预估）的研发与优化
- 掌握扎实的搜广推算法基础，精通Python/Scala编程及主流深度学习框架，熟悉LLM微调技术
申请策略
- 关注滴滴国际化业务的最新动态，准备针对具体业务场景（如某国别的路网特点）的算法解题思路
- 突出搜广推项目经历，展示在CTR/CVR优化上的具体成果
- 强调LLM微调、图算法或强化学习的实战经验
- 加强Python高性能编程能力，深入理解Transformer架构及其变体，熟悉大规模数据处理工具
面试指南
- 使用STAR法则（情境、任务、行动、结果）描述项目，重点突出技术选型的理由、遇到的难点及解决方案、以及量化的业务收益
- 请介绍一个你参与的推荐系统或搜索排序项目，你做了哪些优化？
- 如何设计一个处理稀疏数据的图神经网络模型？
- LLM微调中，LoRA和P-Tuning的原理及适用场景有什么区别？
- 在路径规划中，如何处理动态变化的路况信息？
- 复习数据结构与算法经典题目，梳理深度学习核心概念，了解滴滴近期在AI领域的公开技术论文或博客
职位点评
薪资福利70
成长发展95
工作生活50
使命价值80
薪资福利
70中等
作为知名互联网巨头的实习岗位，薪资虽非顶级但处于市场中上水平，且能享受大厂福利体系，稳定性相对较好。
薪资信号未披露（AI估算：4.3–6.5千/月）
成长发展
95较高
极高地满足发展性动机，接触最前沿的LLM、GNN等技术，拥有导师指导和清晰的晋升通道，技术成长空间巨大。
技术前沿前沿/新兴技术
技术栈LLM、GNN、PyTorch、TensorFlow、AutoResearch、Agent
业务类型profit_center
工作生活
50较低
互联网大厂实习通常工作节奏较快，虽然可能有弹性工作制，但高强度研发压力较大，WLB一般。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
80较高
通过优化交通效率和用户体验，间接提升社会出行效率，具有明显的正向社会影响力和行业使命感。
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
滴滴出行 的其他在招职位
相似职位推荐
外卖-高级软件开发工程师
美团 · 成都市
AI 估算 · 2.5–4.5万22 分钟前发布
高级算法工程师
京东 · 北京市
AI 估算 · 6.0–10.0万33 分钟前发布
Industrial Engineering ES
德科斯米尔 · 沈阳市
AI 估算 · 2.0–3.5万1 小时前发布
千问Qwen基础大模型训练调度与框架协同优化-阿里星
阿里巴巴 · 杭州市
AI 估算 · 4.0–7.0万1 小时前发布
日常实习生-业务技术-AI应用算法工程师
阿里巴巴 · 杭州市
AI 估算 · 0.3–0.4千1 小时前发布
阿里云智能-AI基础软件高级技术专家-北京/上海/杭州
阿里巴巴 · 杭州市
AI 估算 · 6.0–10.0万1 小时前发布
千问事业部-多模态算法专家-修图Agent
阿里巴巴 · 杭州市
AI 估算 · 6.0–10.0万1 小时前发布
AI眼镜skill研发实习生
阿里巴巴 · 杭州市
AI 估算 · 0.2–0.3千1 小时前发布
Watch Jobs