作为网约车交易市场技术核心团队，我们依托机器学习、运筹优化、因果推断、深度强化学习及生成式AI技术 ，构建支撑千万级日订单的动态双边市场智能决策系统。通过供需预测建模、动态定价策略、智能补贴分配等策略引擎建设，持续优化平台商业价值与司乘体验，驱动全球领先的出行市场效率革新。

供需调节策略方向的主要工作：

负责设计研发面向司乘双边市场的动态定价和跨品类联合补贴策略引擎，涉及的技术方向包括：精细化的时空供需预测建模、针对海量数据的细粒度因果建模、大规模运筹优化与求解算法设计、大规模离线仿真系统设计与研发等。

负责设计研发面向用户长期增长的智能增长营销策略引擎，构建可持续优化的收益管理与增长引擎系统，涉及的技术方向包括：长周期用户价值（LTV）建模、基于强化学习的序列化决策模型设计、大规模运筹优化与收益管理系统设计等。

负责设计研发面向供需调节和用户增长的智能运营系统，构建面向多目标高度封装的全自动智能化的运营引擎，助力网约车业务精细化运营提效。涉及的技术方向包括：不同粒度、周期的时序预测建模、大规模运筹优化求解算法、支持深度人机结合的工业化运营引擎架构。

任职要求

基础要求：

- 计算机/运筹学/统计学/应用数学硕士及以上学历。

- 深入掌握机器学习经典模型算法（统计模型/深度模型）及实际场景落地经验。

- 精通算法设计与数据结构，具备大规模系统开发能力（Python/Java/Spark）。

- 出色的复杂问题拆解能力与跨团队协作意识。

核心优势：

[算法研究] 在机器学习、运筹优化、强化学习、因果推断等方向有论文/专利成果。

[工程能力] 精通Spark/Flink等计算框架，有大数据数据处理经验。

[行业经验] 具备定价策略/用户增长/智能营销等场景落地经验者优先。

[竞赛成就] ACM/ICPC金牌、Kaggle Master等顶尖赛事获奖者。