哈啰出行
两轮B端算法工程师
两轮B端算法工程师
发布于 大约 17 小时前普通员工/个人贡献者
上海市
中级经验
全职员工
仅现场办公
本科
机器学习
深度学习
PyTorch
TensorFlow
调度算法
时序预测
lightGBM
AI 估算 · 25k–40k
核心算法岗，技术难度高，大厂平台，市场薪资竞争力强
职位详情
关于这个职位
这是一个在两轮出行巨头哈啰的核心算法岗位，主要负责单车和助力车的调度、换电及资产保全算法的开发与优化
你将应用机器学习、时序预测和深度学习技术解决实际业务问题，直接提升车辆运营效率和用户体验
适合有算法背景并希望深耕出行领域的技术人才
最低要求
本科及以上学历，计算机、数学、统计等相关专业，具备扎实的计算机或数理统计基础，熟练掌握常用的机器学习、时序预测、深度学习算法
优秀的编码能力，熟练掌握常用的机器学习模型如lightGBM，熟练掌握tensorflow、pytorch等深度学习框架，熟悉Python语言
有大数据项目经验，熟练掌握hive、spark数据处理能力
优秀的学习能力和主动性、数据洞察和问题分析能力，具备团队合作精神
工作职责
主要负责两轮车调度、换电及资产保全相关的业务应用算法核心模型开发
· 调度算法：单车和助力车的日常调度算法设计，包含点位选址、需求预测、派单系统等
· 换电算法：共享助力车的换电算法设计，主要涉及换电任务生成以及派发
· 资保算法：通过算法识别路面上两轮车的故障、失联车，辅助前线提前干预车辆，提高路面车辆质量
深入了解两轮B端业务，在已有技术模型框架下持续优化线上模型，带来算法增量收益
AI 洞察
优缺点分析
- 哈啰作为超大型互联网平台，业务场景丰富，算法直接驱动业务增长，成就感强
- 技术栈前沿，涉及机器学习、时序预测、深度学习，并有海量大数据支持，技能积累快
- 公司处于成熟期，薪资福利有竞争力，且算法岗位属于核心利润中心，发展空间大
- 工作强度可能较高，需要快速迭代算法以适应业务变化，存在一定的压力
- 算法效果依赖于对业务的理解深度，需要大量时间与业务团队沟通磨合
- 技术人才竞争激烈，需要持续学习保持技术领先
- 适合有算法基础、喜欢解决实际业务问题、愿意在共享出行领域深耕的技术人才
角色解读
- 技术纵深：从算法工程师成长为资深算法专家或技术Leader，在调度、预测等方向深耕
- 横向发展：积累业务理解后转向AI产品经理或B端业务运营管理
- 行业优势：共享出行领域经验可拓展至物流、电商等调度密集型行业
- 负责两轮车调度、换电及资产保全相关算法的核心模型开发，包括点位选址、需求预测、派单系统等
- 设计并优化换电任务生成与派发算法，提升换电效率
- 开发识别故障车、失联车等资产保全算法，辅助前线干预，提高路面车辆质量
- 深入理解两轮B端业务，持续优化线上模型，带来算法增量收益
- 扎实的机器学习、时序预测、深度学习基础，熟练掌握lightGBM、TensorFlow、PyTorch等框架
- 优秀的Python编码能力，熟悉大数据处理工具如Hive、Spark
- 数据洞察与问题分析能力，能基于业务数据提出优化方案
- 良好的学习主动性和团队合作精神
申请策略
- 申请前深入了解哈啰的两轮车业务模式，在面试中展现对行业的思考
- 准备一个过往项目中如何通过算法优化带来业务增长的详细案例
- 突出调度、预测、优化相关的项目经验，具体说明模型效果和业务收益
- 展示大数据处理能力，如使用Hive/Spark处理海量数据案例
- 强调对业务的理解和数据分析能力，体现主动性
- 补充运筹优化或强化学习相关知识，提升调度算法设计能力
- 熟悉共享出行行业的业务逻辑，了解调度、换电场景的痛点
面试指南
- 从问题定义、数据探索、模型选型、特征工程、评估指标、持续迭代等步骤展开
- 结合具体业务场景，强调对业务目标的理解和模型落地的可行性
- 用STAR法则描述项目：情境(Situation)、任务(Task)、行动(Action)、结果(Result)
- 请设计一个共享单车调度算法，考虑需求预测和车辆分布
- 如何处理时间序列预测中的数据缺失和异常值？
- 请介绍一个你使用机器学习解决实际业务问题的项目，包括挑战和效果
- 你认为共享助力车的换电算法与单车调度有何不同？
- 在使用Hive/Spark时，你遇到过哪些性能问题，如何优化？
匹配度报告
68
综合匹配度
大厂核心算法岗，技术前沿，发展空间大，但WLB一般且薪资未明确。
适合人群
该职位最适合追求技术成长和业务影响力的求职者，愿意在快节奏环境中工作。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利75
成长发展85
工作生活40
使命价值70
薪资福利匹配
75中等
薪资未在JD中明确，但结合公司规模和岗位技术含量，预计处于市场较高水平，福利方面未提及具体项目，整体补偿性中等偏上。
薪资信号未披露 (25K-40K/月)
成长发展匹配
85较高
该岗位使用前沿ML/DL技术，涉及调度、预测等核心业务，成长空间大，但JD未明确晋升通道或培训体系。
技术前沿前沿/新兴技术
技术栈机器学习、时序预测、深度学习、lightGBM、TensorFlow、PyTorch、Hive、Spark
业务类型profit_center
工作生活匹配
40较低
JD仅写明现场办公，未提及远程或弹性工作制，也未提供WLB信号，根据行业惯例，算法岗可能有一定强度。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
70中等
共享出行属于高速增长赛道，算法优化能提高车辆周转效率、减少资源浪费，具有一定社会价值，但JD未突出使命感导向。
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