滴滴出行
27届秋招-算法工程师（平台技术）
27届秋招-算法工程师（平台技术）
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
硕士
机器学习工程
Deepspeed
Llm
Pytorch
Sft
多机多卡训练
大模型
强化学习
智能体
预训练
AI 估算 · 25k–40k
大厂算法岗，硕士应届，北京，技术前沿，薪资竞争力强。
职位详情
关于这个职位
加入滴滴网约车平台公司，作为算法工程师参与大模型从预训练到业务落地的全流程，包括SFT、强化学习、智能体等前沿方向
你将紧跟LLM/Agent研究趋势，在真实业务中实践技术方案，团队氛围浓厚，适合对AGI有热情、追求技术成长的应届硕士
最低要求
届毕业生，硕士及以上学历
熟悉Transformer架构、自注意力机制、位置编码等，掌握主流的大模型架构及优化算子（GQA、MQA、Flash Attention等）
掌握大模型训练技术，包括模型并行、数据并行、管道并行等，熟悉不少于一种大模型训练框架（如DeepSpeed、Megatron等）
熟悉大模型训练所需的数据流程设计、数据清洗、数据增强和标注策略
有扎实的机器学习和深度学习理论基础，熟悉Pytorch、TensorFlow等深度学习框架
对AGI有业务落地的热情
工作职责
参与大模型的迭代工作，包括继续预训练、SFT、强化学习、OPD、智能体等，并参与业务的全链路落地实践
参与大模型在行业应用领域相关产品/项目技术方案的研究和创新，包括但不限于选型评估、快速部署验证、指令调优等环节，确保技术方案的成功落地
团队技术氛围浓厚，紧跟LLM、Agent前沿论文/项目研究趋势，需要持续探索与技术分享，并快速复现
优先资格
计算机科学、人工智能、机器学习、数据科学等相关专业优先
有实际的大模型项目经验优先（包括但不限于继续预训练、指令微调、强化学习、智能体等方向）
有多机多卡训练经验者优先
对数据质量、分布、多样性有独特的理解者优先
有AI相关顶会论文者优先
AI 洞察
优缺点分析
优点
- 前沿技术方向，围绕大模型、Agent，处于行业热点，技能积累价值高
- 滴滴作为上市公司，平台规模大，业务场景真实，能接触全链路落地
- 团队鼓励技术分享和前沿探索，成长环境良好
- 对算法和工程能力要求全面，面试竞争激烈
缺点 / 挑战
- 大模型技术迭代快，需要持续学习和复现，工作强度可能较高
- 业务落地压力大，需兼顾技术创新与实际效果
- 适合对AGI有热情、技术扎实、喜欢挑战的应届硕士生，尤其是希望在工业界深耕大模型方向的同学
角色解读
- 从算法工程师起步，逐步成长为技术专家，专注大模型和Agent方向
- 有机会参与核心业务落地，向技术负责人或架构师方向晋升
- 公司技术氛围浓厚，可积累前沿领域经验，未来跳槽或创业都有竞争力
- 参与大模型的迭代训练，包括继续预训练、SFT、强化学习等，并负责业务中的落地实践
- 研究大模型在行业应用中的技术方案，进行选型评估、快速部署和指令调优
- 紧跟LLM和Agent前沿论文，持续探索并快速复现最新技术
- 扎实的深度学习和机器学习基础，熟悉Transformer架构及大模型优化算子
- 掌握大模型训练技术，熟悉DeepSpeed、Megatron等训练框架，有多机多卡经验
- 熟悉数据处理流程，包括数据清洗、增强和标注策略
- 熟练使用PyTorch、TensorFlow等深度学习框架
申请策略
- 提前了解滴滴网约车业务，思考大模型如何应用于出行场景
- 准备一段完整的项目经历，能清晰讲述技术方案和落地效果
- 突出大模型相关项目经验，如预训练、SFT、RLHF、Agent等，说明具体贡献
- 强调Transformer、DeepSpeed、PyTorch等框架的熟练度，以及多机多卡训练经验
- 如有顶会论文、开源项目或竞赛奖项，务必展示
- 体现数据清洗、处理方面的能力，强调对数据质量的敏感度
- 系统复习Transformer架构和注意力机制，掌握Flash Attention等优化算子
- 动手实践大模型微调，如用DeepSpeed跑一个Lora或全参微调案例
面试指南
- STAR法则：描述情境、任务、行动和结果，突出个人贡献和量化成果
- 技术决策时说明对比方案、权衡和取舍，展现工程思维
- 结合业务场景，从问题定义、数据、模型、评估四个维度展开
- 请详细讲讲你参与的大模型训练项目，包括数据、模型、训练策略
- 如何设计数据清洗流程来提升大模型训练效果？
- 多机多卡训练中遇到通信瓶颈如何优化？
- 比较一下SFT和RLHF的优缺点及适用场景
- 如果让你用大模型优化网约车调度，你会怎么做？
职位点评
67
综合评分
大厂算法岗，前沿大模型技术，薪资有竞争力，但工作强度未知。
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
适合追求技术前沿、渴望在大模型领域深耕的应届生，能接受一定加班强度。
表现最好
成长发展
相对薄弱
工作生活
薪资福利60
成长发展90
工作生活40
使命价值65
薪资福利
60中等
JD未披露具体薪资福利，但滴滴作为上市公司薪酬体系较完善，预期处于市场中上水平，稳定性和平台保障较好。
薪资信号未披露（AI估算：25K-40K/月）
成长发展
90较高
岗位核心是大模型前沿技术，团队鼓励持续探索和复现，能快速积累顶尖技能，成长空间大。
技术前沿前沿/新兴技术
技术栈LLM、Agent、Transformer、DeepSpeed、PyTorch、强化学习
业务类型ambiguous
工作生活
40较低
工作地点北京，未提及远程或弹性工作，按互联网惯例可能加班，WLB不确定。
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
出行行业成熟稳定，大模型赋能业务具有创新价值，虽非高社会影响力，但技术意义较强。
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