主分类：搜索推荐与业务决策算法研发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "机器学习算法实习生-高德打车",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "高德地图",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "高德",
"company_industry": "数字地图 / 导航服务",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "高德提供电子地图和导航服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "高德共享出行算法研发部，负责共享出行业务的算法模型构建和服务部署，包括用户增长、风控和派单等方向。利用高德地图丰富的人地交互数据，我们致力于将因果推断、搜索推荐、大模型和强化学习等最新算法技术应用于共享出行领域，在提升平台效率的同时，为用户提供更优质的出行体验。我们正在寻找相关专业的优秀实习生，一同探索最前沿的算法技术在共享出行用户增长方向的应用，共同攻克业界难题，优化产品体验。\n职位内容：\n1. 基于人地交互数据开发业界领先的机器学习算法；\n2. 探索因果推断、推荐算法和大模型等技术在用户增长业务中的应用；\n3. 撰写并发表国际顶级会议论文，以及申请专利等科研工作",
"requirements_text": "1、 算法：对数据敏感，有扎实的数据结构、机器学习算法基础，包括但不限于大模型、NLP、多模态融合、多任务学习、深度学习等（其中若干种即可）\n2、 大模型：熟悉大模型相关技术，包括但不限于LLM、Transformer、GPT、Diffusion等，了解prompt、SFT、RLHF、RAG、langchain等相关知识\n3、 工程：熟练掌握Python，有使用sklearn、TensorFlow等工具的经验。掌握海量数据处理技术，包括但不限于Hadoop/Hive/Spark。\n4、素质：热爱出行行业，沟通协作意识好，落地能力强。",
"skills": [AI生成
"Python",
"Spark",
"Hadoop",
"TensorFlow",
"机器学习",
"深度学习",
"自然语言处理",
"数据结构",
"大语言模型",
"检索增强生成"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199903880010?deptCodes="
}
]
},
"posting": {
"posting_id": "199903880010",
"post_date": "2026-08-18",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199903880010?deptCodes="
},
"fulltext": "机器学习算法实习生-高德打车\n机器学习算法实习生-高德打车\n\n基础信息\n毕业起止时间要求：2027-05-31 - 2029-12-31\n职位类别：技术类\n招聘项目：阿里巴巴研究型实习生\n工作地点：北京\n\n职位描述\n高德共享出行算法研发部，负责共享出行业务的算法模型构建和服务部署，包括用户增长、风控和派单等方向。利用高德地图丰富的人地交互数据，我们致力于将因果推断、搜索推荐、大模型和强化学习等最新算法技术应用于共享出行领域，在提升平台效率的同时，为用户提供更优质的出行体验。我们正在寻找相关专业的优秀实习生，一同探索最前沿的算法技术在共享出行用户增长方向的应用，共同攻克业界难题，优化产品体验。\n职位内容：\n1. 基于人地交互数据开发业界领先的机器学习算法；\n2. 探索因果推断、推荐算法和大模型等技术在用户增长业务中的应用；\n3. 撰写并发表国际顶级会议论文，以及申请专利等科研工作\n\n职位要求\n1、 算法：对数据敏感，有扎实的数据结构、机器学习算法基础，包括但不限于大模型、NLP、多模态融合、多任务学习、深度学习等（其中若干种即可）\n2、 大模型：熟悉大模型相关技术，包括但不限于LLM、Transformer、GPT、Diffusion等，了解prompt、SFT、RLHF、RAG、langchain等相关知识\n3、 工程：熟练掌握Python，有使用sklearn、TensorFlow等工具的经验。掌握海量数据处理技术，包括但不限于Hadoop/Hive/Spark。\n4、素质：热爱出行行业，沟通协作意识好，落地能力强。\n\n在招业务\n高德地图\n高德共享出行算法研发部，负责共享出行业务的算法模型构建和服务部署，包括用户增长、风控和派单等方向。利用高德地图丰富的人地交互数据，我们致力于将因果推断、搜索推荐、大模型和强化学习等最新算法技术应用于共享出行领域，在提升平台效率的同时，为用户提供更优质的出行体验。我们正在寻找相关专业的优秀实习生，一同探索最前沿的算法技术在共享出行用户增长方向的应用，共同攻克业界难题，优化产品体验。\n职位内容：\n1. 基于人地交互数据开发业界领先的机器学习算法；\n2. 探索因果推断、推荐算法和大模型等技术在用户增长业务中的应用；\n3. 撰写并发表国际顶级会议论文，以及申请专利等科研工作\n1、 算法：对数据敏感，有扎实的数据结构、机器学习算法基础，包括但不限于大模型、NLP、多模态融合、多任务学习、深度学习等（其中若干种即可）\n2、 大模型：熟悉大模型相关技术，包括但不限于LLM、Transformer、GPT、Diffusion等，了解prompt、SFT、RLHF、RAG、langchain等相关知识\n3、 工程：熟练掌握Python，有使用sklearn、TensorFlow等工具的经验。掌握海量数据处理技术，包括但不限于Hadoop/Hive/Spark。\n4、素质：热爱出行行业，沟通协作意识好，落地能力强。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}