{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "高德-算法工程师-推荐/时空数据预测/多模态大模型",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "阿里集团",
        "location": "北京",
        "work_mode": "未披露",AI生成
        "job_category": "技术类-算法"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": "● 硕士及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "业务丰富，技术领先高德打车算法团队深度赋能打车业务全链路，涵盖 用户增长、风控、服务管控、路线与上下车点推荐、ETA 预估、智能客服 等核心场景。多样化的业务挑战为算法创新提供了广阔的发挥空间，团队已在 AI 顶级会议发表成果。\n持续成长，共享共进团队每周固定进行技术分享，氛围开放、互助友好；除了解答算法与工程难题，资深同事还会分享项目经验，并传授业务理解与问题解决的方法论，助你快速成长。\n在这里，你将负责高德共享出行业务 上下车点推荐、运力推荐、路线规划、服务管控 等核心环节的算法优化与效果提升，工作内容包括：\n● 推荐链路优化基于时空轨迹、声音、视频等海量多模态数据，运用深度学习、多模态大模型等先进算法，提升召回、粗排、精排、重排等推荐环节的准确性，确保用户获得更优出行体验。\n● 时空数据预测与数据建设优化路线旅行时间预测、发单应答时长预估、供需预测等关键能力，并持续构建高质量的时空数据体系，为业务决策和算法迭代提供坚实支撑。\n● 行程问题智能处理：构建并优化模型，精准识别司乘纠纷、费用异常、服务质量波动、安全风险、客诉等多类行程问题，并实现自动化处理方案。\n● 端到端算法研发参与或指导从数据可视化、算法选型、数据清洗、模型搭建、参数调优，到工程化上线及用户反馈跟踪的全流程研发，确保算法方案高效、稳定落地。\n在这里，你的算法将直接服务全国数亿级用户，带来真实而深远的影响；你能接触到前沿大模型、多模态、强化学习等核心技术，并与顶尖同事共创，在开放包容的创新氛围下，发挥你的创造力。",
        "requirements_text": "项目经历\n● 硕士及以上学历，计算机科学/人工智能/统计学/数学/电子工程/自动化等相关专业；\n● 2 年以上相关领域（推荐/广告/营销/大模型/时空数据预测）算法实战经验；\n● 有出行、本地生活或交易类业务背景者优先。\n专业技能\n● 算法：扎实的数据结构、机器学习、运筹优化基础。熟悉树模型、深度学习、因果推断、强化学习、多模态大模型等方法。\n● AI能力：有大型 LLM 在核心业务场景的端到端落地实战经验。能独立将 AI 工具深度融入算法建模与工程流程，包括但不限于自动化建模、Prompt 驱动的数据分析与归因、模型效果自动诊断等。\n● 工程能力： 精通 Python，熟练使用 C++/Go 至少一种；熟练使用 PyTorch/TensorFlow，具备大规模分布式训练、特征工程与在线 serving 的工程落地经验。\n加分项\n● 对出行行业充满热情\n● 具备良好的跨团队沟通与协作能力\n● 有较强的业务理解力与落地执行力",
        "skills": [AI生成
            "Python",
            "C++",
            "PyTorch",
            "TensorFlow",
            "机器学习",
            "深度学习",
            "强化学习",
            "数据结构",
            "数据分析",
            "建模",
            "Go",
            "大语言模型"
        ],
        "preferred_qualifications": "● 有出行、本地生活或交易类业务背景者优先；加分项",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://talent.amap.com/off-campus/position-detail?positionId=7000039404"
            }
        ]
    },
    "posting": {
        "posting_id": "7000039404",
        "post_date": "2026-09-16",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://talent.amap.com/off-campus/position-detail?positionId=7000039404"
    },
    "fulltext": "高德-算法工程师-推荐/时空数据预测/多模态大模型\n高德-算法工程师-推荐/时空数据预测/多模态大模型\n\n基础信息\n职位类别：技术类-算法\n工作地点：北京\n\n职位描述\n业务丰富，技术领先高德打车算法团队深度赋能打车业务全链路，涵盖 用户增长、风控、服务管控、路线与上下车点推荐、ETA 预估、智能客服 等核心场景。多样化的业务挑战为算法创新提供了广阔的发挥空间，团队已在 AI 顶级会议发表成果。\n持续成长，共享共进团队每周固定进行技术分享，氛围开放、互助友好；除了解答算法与工程难题，资深同事还会分享项目经验，并传授业务理解与问题解决的方法论，助你快速成长。\n在这里，你将负责高德共享出行业务 上下车点推荐、运力推荐、路线规划、服务管控 等核心环节的算法优化与效果提升，工作内容包括：\n● 推荐链路优化基于时空轨迹、声音、视频等海量多模态数据，运用深度学习、多模态大模型等先进算法，提升召回、粗排、精排、重排等推荐环节的准确性，确保用户获得更优出行体验。\n● 时空数据预测与数据建设优化路线旅行时间预测、发单应答时长预估、供需预测等关键能力，并持续构建高质量的时空数据体系，为业务决策和算法迭代提供坚实支撑。\n● 行程问题智能处理：构建并优化模型，精准识别司乘纠纷、费用异常、服务质量波动、安全风险、客诉等多类行程问题，并实现自动化处理方案。\n● 端到端算法研发参与或指导从数据可视化、算法选型、数据清洗、模型搭建、参数调优，到工程化上线及用户反馈跟踪的全流程研发，确保算法方案高效、稳定落地。\n在这里，你的算法将直接服务全国数亿级用户，带来真实而深远的影响；你能接触到前沿大模型、多模态、强化学习等核心技术，并与顶尖同事共创，在开放包容的创新氛围下，发挥你的创造力。\n\n职位要求\n项目经历\n● 硕士及以上学历，计算机科学/人工智能/统计学/数学/电子工程/自动化等相关专业；\n● 2 年以上相关领域（推荐/广告/营销/大模型/时空数据预测）算法实战经验；\n● 有出行、本地生活或交易类业务背景者优先。\n专业技能\n● 算法：扎实的数据结构、机器学习、运筹优化基础。熟悉树模型、深度学习、因果推断、强化学习、多模态大模型等方法。\n● AI能力：有大型 LLM 在核心业务场景的端到端落地实战经验。能独立将 AI 工具深度融入算法建模与工程流程，包括但不限于自动化建模、Prompt 驱动的数据分析与归因、模型效果自动诊断等。\n● 工程能力： 精通 Python，熟练使用 C++/Go 至少一种；熟练使用 PyTorch/TensorFlow，具备大规模分布式训练、特征工程与在线 serving 的工程落地经验。\n加分项\n● 对出行行业充满热情\n● 具备良好的跨团队沟通与协作能力\n● 有较强的业务理解力与落地执行力\n业务丰富，技术领先高德打车算法团队深度赋能打车业务全链路，涵盖 用户增长、风控、服务管控、路线与上下车点推荐、ETA 预估、智能客服 等核心场景。多样化的业务挑战为算法创新提供了广阔的发挥空间，团队已在 AI 顶级会议发表成果。\n持续成长，共享共进团队每周固定进行技术分享，氛围开放、互助友好；除了解答算法与工程难题，资深同事还会分享项目经验，并传授业务理解与问题解决的方法论，助你快速成长。\n在这里，你将负责高德共享出行业务 上下车点推荐、运力推荐、路线规划、服务管控 等核心环节的算法优化与效果提升，工作内容包括：\n● 推荐链路优化基于时空轨迹、声音、视频等海量多模态数据，运用深度学习、多模态大模型等先进算法，提升召回、粗排、精排、重排等推荐环节的准确性，确保用户获得更优出行体验。\n● 时空数据预测与数据建设优化路线旅行时间预测、发单应答时长预估、供需预测等关键能力，并持续构建高质量的时空数据体系，为业务决策和算法迭代提供坚实支撑。\n● 行程问题智能处理：构建并优化模型，精准识别司乘纠纷、费用异常、服务质量波动、安全风险、客诉等多类行程问题，并实现自动化处理方案。\n● 端到端算法研发参与或指导从数据可视化、算法选型、数据清洗、模型搭建、参数调优，到工程化上线及用户反馈跟踪的全流程研发，确保算法方案高效、稳定落地。\n在这里，你的算法将直接服务全国数亿级用户，带来真实而深远的影响；你能接触到前沿大模型、多模态、强化学习等核心技术，并与顶尖同事共创，在开放包容的创新氛围下，发挥你的创造力。\n项目经历\n● 硕士及以上学历，计算机科学/人工智能/统计学/数学/电子工程/自动化等相关专业；\n● 2 年以上相关领域（推荐/广告/营销/大模型/时空数据预测）算法实战经验；\n● 有出行、本地生活或交易类业务背景者优先。\n专业技能\n● 算法：扎实的数据结构、机器学习、运筹优化基础。熟悉树模型、深度学习、因果推断、强化学习、多模态大模型等方法。\n● AI能力：有大型 LLM 在核心业务场景的端到端落地实战经验。能独立将 AI 工具深度融入算法建模与工程流程，包括但不限于自动化建模、Prompt 驱动的数据分析与归因、模型效果自动诊断等。\n● 工程能力： 精通 Python，熟练使用 C++/Go 至少一种；熟练使用 PyTorch/TensorFlow，具备大规模分布式训练、特征工程与在线 serving 的工程落地经验。\n加分项\n● 对出行行业充满热情\n● 具备良好的跨团队沟通与协作能力\n● 有较强的业务理解力与落地执行力",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}