必备条件:
1. 算法：拥有扎实的统计学功底，对数据敏感、深刻理解和熟练运用各类主流机器学习算法或运筹算法，包括但不限于深度模型、树模型、聚类算法、序列模型、多任务学习、多场景学习、大模型、整数规划等。
2. 工程：开发严谨高效，掌握Python / Go / C++。有使用PyTorch、TensorFlow等开源工具的经验。
3. 经验：拥有2年以上工业界机器学习的研发经验，有推荐系统或LBS相关经验者优先。
4. 素质：热爱出行行业，具备较强的业务梳理和抽象能力，思辨能力强，沟通协作意识好，责任心及结果导向意识强。
5. 学历：国内外重点大学硕士及以上。
6. 加分项：Kaggle等数据科学竞赛的优胜经历、ACM编程竞赛的获奖经历、熟练的英文读写能力。
优先条件:
1. 算法：拥有扎实的统计学功底，对数据敏感、深刻理解和熟练运用各类主流机器学习算法或运筹算法，包括但不限于深度模型、树模型、聚类算法、序列模型、多任务学习、多场景学习、大模型、整数规划等。
2. 工程：开发严谨高效，掌握Python / Go / C++。有使用PyTorch、TensorFlow等开源工具的经验。
3. 经验：拥有2年以上工业界机器学习的研发经验，有推荐系统或LBS相关经验者优
岗位职责:
负责高德共享出行业务的上下车点和路线效果的优化，包括但不限于：
1. 业务：利用机器学习、深度学习等算法处理时空轨迹、语音通话等海量数据，进行高德打车在个LBS相关场景召回、粗排、精排、重排等环节上的优化，以及路线旅行时间预测和时空数据能力的建设。
2. 角色：指导或参与数据可视化分析、算法选型、数据清洗、模型搭建、参数调优、工程化上线、用户反馈跟踪的全链路研发。
任职要求:
1. 算法：拥有扎实的统计学功底，对数据敏感、深刻理解和熟练运用各类主流机器学习算法或运筹算法，包括但不限于深度模型、树模型、聚类算法、序列模型、多任务学习、多场景学习、大模型、整数规划等。
2. 工程：开发严谨高效，掌握Python / Go / C++。有使用PyTorch、TensorFlow等开源工具的经验。
3. 经验：拥有2年以上工业界机器学习的研发经验，有推荐系统或LBS相关经验者优先。
4. 素质：热爱出行行业，具备较强的业务梳理和抽象能力，思辨能力强，沟通协作意识好，责任心及结果导向意识强。
5. 学历：国内外重点大学硕士及以上。
6. 加分项：Kaggle等数据科学竞赛的优胜经历、ACM编程竞赛的获奖经历、熟练的英文读写能力。