高德-打车算法专家/高级算法工程师-营销/推荐/大模型

优缺点分析

角色解读

• 深耕算法领域，从高级工程师成长为算法专家/技术leader
• 横向扩展至其他业务场景（如本地生活、出行相关算法）
• 向AI架构师或技术管理方向发展，带领团队攻克难题
• 设计与实现智能营销算法，运用因果推断提升营销效果
• 针对用户生命周期不同阶段，通过强化学习、多目标学习实现精准触达
• 应用大模型技术（SFT、DPO、RAG等）洞察用户需求，实现运营智能化
• 将业务问题转化为数据建模问题，并推动算法落地
• 扎实的机器学习、因果推断、强化学习、多模态大模型基础
• 精通Python，熟练使用C++/Go，掌握PyTorch/TensorFlow及分布式训练
• 具备大模型端到端落地经验，能独立将AI工具融入工程流程
• 良好的业务理解力和跨团队协作能力

申请策略

• 在简历中量化算法带来的业务提升指标（如转化率、留存率提升）
• 面试前了解高德打车业务模式，思考如何用算法优化现有场景
• 突出推荐、广告、营销或大模型相关的项目经验，尤其是端到端落地案例
• 强调因果推断、强化学习、多目标学习等算法应用成果
• 展示工程能力：分布式训练、在线serving、Python/C++/Go技能
• 如有出行或本地生活背景，务必提及
• 提前复习大模型微调技术（SFT、DPO、RAG）和强化学习算法
• 补强因果推断在营销场景的应用案例

面试指南

• 使用STAR法则：明确场景、任务、行动、结果，突出算法创新和业务影响
• 对于技术问题，先阐述原理，再结合自身实践经验，最后总结得失
• 业务问题需体现数据驱动思维：定义指标、分析原因、设计实验、评估效果
• 请介绍一个你使用因果推断优化营销策略的项目，效果如何？
• 如何设计一个用户增长算法，结合强化学习与多目标优化？
• 大模型在推荐系统中如何应用？请举例说明
• 你如何实现大规模分布式训练？遇到过哪些挑战？
• 如果打车订单量下降，如何通过算法排查原因并提升订单？