花小猪打车-算法实习生
招聘时间
即日起 至 2026-12-30
招聘单位
滴滴
所在地区
北京
工作地点
北京/湾流-北京市海淀区西北旺东路10号院2号楼未名视通研发楼
学历要求
本科
实习时长
每周4天，每天6小时
职责描述
岗位职责
团队介绍
花小猪打车创新策略团队聚焦出行场景下的智能化策略探索，围绕业务增长、供需匹配、用户体验、运营效率等核心问题，结合大模型、Agent、推荐/预测/优化等技术，建设面向真实业务场景的算法能力与智能化工具。
我们希望找到一位工程能力强、动手能力强、对 Agent 和 LLM 应用充满热情的算法实习生，一起探索大模型在出行策略、业务分析、自动化决策和智能系统中的落地可能。
岗位职责
1. 参与 Agent 应用与智能化策略工具的设计、开发和迭代，包括任务规划、工具调用、RAG、工作流编排、多 Agent 协作等方向；
2. 参与 LLM Post-training 相关工作，包括数据构建、SFT/RLHF/DPO 等训练流程探索、评测体系搭建和效果优化；
3. 面向真实业务问题，参与算法方案设计、实验分析、效果评估和上线迭代；
4. 与产品、策略、工程团队协作，将算法能力沉淀为可复用的系统、工具或服务；
5. 跟进行业前沿技术，探索大模型、Agent、自动化数据分析等方向在出行业务中的应用。
岗位要求
1. 计算机、软件工程、人工智能、自动化、电子信息、数学、统计或其他工科相关专业背景，本科及以上在读；
2. 有 Agent 开发经验，熟悉 LLM 应用开发常见技术栈，如 LangChain/LlamaIndex/AutoGen、RAG、Function Calling、Tool Use、Workflow 等；
3. 有 LLM Post-training 经验，了解或实践过 SFT、DPO、RLHF、LoRA/QLoRA、模型评测、数据清洗与构造等相关流程；
4. 工程能力强，熟悉 Python，具备良好的代码习惯，能够独立完成原型开发、实验验证和系统落地；
5. 动手能力强，对业务问题有好奇心，能快速学习并将新技术应用到实际场景；
6. 具备较强的自驱力、主动性和责任心，能在不确定问题中主动推进、持续迭代。
加分项
1. 有完整 Agent 项目、LLM 应用项目或开源项目经验；
2. 有大模型微调、推理优化、评测框架建设经验；
3. 熟悉推荐、搜索、运筹优化、因果推断、时间序列预测等任一方向；
4. 有互联网策略、出行、交易平台、供需匹配等相关实习或项目经验；
5. 在 Kaggle、开源社区、论文复现、技术博客等方面有持续产出。
你将获得
1. 深入参与真实业务场景中的大模型与 Agent 落地；
2. 接触出行平台复杂策略问题，锻炼算法、工程和业务结合能力；
3. 与算法、策略、产品、工程同学高频协作，快速提升端到端解决问题的能力；
4. 充分的探索空间，鼓励主动发现问题、提出方案并推动落地。
实习要求
1. 每周实习 4 天及以上，连续实习 3 个月及以上优先。
感兴趣的同学欢迎投递简历，也欢迎附上 GitHub、项目链接、技术博客或相关作品。
团队介绍
花小猪打车创新策略团队聚焦出行场景下的智能化策略探索，围绕业务增长、供需匹配、用户体验、运营效率等核心问题，结合大模型、Agent、推荐/预测/优化等技术，建设面向真实业务场景的算法能力与智能化工具。
我们希望找到一位工程能力强、动手能力强、对 Agent 和 LLM 应用充满热情的算法实习生，一起探索大模型在出行策略、业务分析、自动化决策和智能系统中的落地可能。
岗位职责
1. 参与 Agent 应用与智能化策略工具的设计、开发和迭代，包括任务规划、工具调用、RAG、工作流编排、多 Agent 协作等方向；
2. 参与 LLM Post-training 相关工作，包括数据构建、SFT/RLHF/DPO 等训练流程探索、评测体系搭建和效果优化；
3. 面向真实业务问题，参与算法方案设计、实验分析、效果评估和上线迭代；
4. 与产品、策略、工程团队协作，将算法能力沉淀为可复用的系统、工具或服务；
5. 跟进行业前沿技术，探索大模型、Agent、自动化数据分析等方向在出行业务中的应用。
岗位要求
1. 计算机、软件工程、人工智能、自动化、电子信息、数学、统计或其他工科相关专业背景，本科及以上在读；
2. 有 Agent 开发经验，熟悉 LLM 应用开发常见技术栈，如 LangChain/LlamaIndex/AutoGen、RAG、Function Calling、Tool Use、Workflow 等；
3. 有 LLM Post-training 经验，了解或实践过 SFT、DPO、RLHF、LoRA/QLoRA、模型评测、数据清洗与构造等相关流程；
4. 工程能力强，熟悉 Python，具备良好的代码习惯，能够独立完成原型开发、实验验证和系统落地；
5. 动手能力强，对业务问题有好奇心，能快速学习并将新技术应用到实际场景；
6. 具备较强的自驱力、主动性和责任心，能在不确定问题中主动推进、持续迭代。
加分项
1. 有完整 Agent 项目、LLM 应用项目或开源项目经验；
2. 有大模型微调、推理优化、评测框架建设经验；
3. 熟悉推荐、搜索、运筹优化、因果推断、时间序列预测等任一方向；
4. 有互联网策略、出行、交易平台、供需匹配等相关实习或项目经验；
5. 在 Kaggle、开源社区、论文复现、技术博客等方面有持续产出。
你将获得
1. 深入参与真实业务场景中的大模型与 Agent 落地；
2. 接触出行平台复杂策略问题，锻炼算法、工程和业务结合能力；
3. 与算法、策略、产品、工程同学高频协作，快速提升端到端解决问题的能力；
4. 充分的探索空间，鼓励主动发现问题、提出方案并推动落地。
实习要求
1. 每周实习 4 天及以上，连续实习 3 个月及以上优先。
感兴趣的同学欢迎投递简历，也欢迎附上 GitHub、项目链接、技术博客或相关作品。
