滴滴2025届春招 AI/算法岗位急招【内推码 NTA4mTy】

🏢公司名称:滴滴

🌟内推码:NTA4mTy

算法工程师-L Lab:https://campus.didiglobal.com/campus_apply/didiglobal/96064#/job/965db435-66d8-4f5c-a8ea-011b46c916e4
Al Infra工程师:https://campus.didiglobal.com/campus_apply/didiglobal/96064#/job/f7b31904-ffcc-46ac-974a-64c0b2dcf593

---
算法工程师-L Lab:

职位描述
岗位职责:

1、参与基础大语言模型应用研发;

2、结合机器学习、强化学习等技术优化基础大语言模型;

3、调研并探索SFT/RLHF方向前沿算法、框架,持续提升现有算法的效率与效果。

任职要求:

1、2025届毕业生,本科及以上学历,计算机科学、数学、统计学或相关专业;

2、熟悉Python与深度学习框架,具有良好的编程能力和扎实的数学理论基础;

3、关注行业前沿进展,对技术开发及应用有热情,有自己的想法并乐于挑战自我;

4、良好的沟通能力,跨团队协作能力,具备出色的规划、执行力,强烈的责任感,以及优秀的学习能力和自我驱动力;

5、有相关领域的开源项目、竞赛获奖、顶会论文发表/在投优先。

---
AI Infra工程师:

职位描述
岗位职责:

1.参与滴滴内部 post-training 框架研发,聚焦 LLM + RL 方向,设计框架架构与技术路线,提升其扩展性、稳定性与效率。 

2.优化框架性能,如训练速度、显存占用等,降低训练成本,为 LLM + RL 训练提供有力技术支撑。 

3.协同业务团队,将 LLM 能力在业务场景落地,根据业务需求定制训练方案并评估验证模型。

4.关注行业前沿,引入有价值的技术到公司框架和模型中,探索新算法与方法,推动技术创新。

岗位要求:

1. 2025届毕业生,计算机科学、数学、统计学、自动化等相关专业,本科及以上学历。 

2. 熟悉Post-Training流程,深入了解RL领域,包括但不限于RM、PPO、DPO、GRPO等算法。 

3.具备大模型训练框架开发能力,包括pytorch、megatron等。

4.具备强化学习框架开发能力,包括openRLHF、verl等。

5.具备一线的C++/Python工程能力,精通数据结构和常用算法,掌握各种编译、调试、性能分析工具,,熟悉并行编程(CUDA/Triton等)优先。

面向人群:2025届毕业生,即毕业时间在2024年9月~2025年8月的海内外高校毕业生

岗位列表:https://campus.didiglobal.com/campus_apply/didiglobal/96064#/jobs

详情请登录官网查看岗位JD

#内推##滴滴内推##滴滴春招##滴滴出行##滴滴内推码##滴滴校招内推##滴滴校招#
全部评论

相关推荐

最终还是婉拒了小红书的offer,厚着脸皮回了字节。其实这次字节不管是组内的氛围、HR的沟通体验,都比之前好太多,开的薪资也还算过得去,这些都是让我下定决心的原因之一。但最核心的,还是抵不住对Agent的兴趣,选择了Ai Coding这么一个方向。因为很多大佬讲过,在未来比较火的还是属于那些更加垂类的Agent,而Ai Coding恰好是Coding Agent这么一个领域,本质上还是程序员群体和泛程序员群体这个圈子的。目前也已经在提前实习,也是全栈这么一个岗位。就像最近阿里P10针对前端后端等等不再那么区分,确实在Agent方向不太区分这个。尤其是我们自己做AI Coding的内容,基本上90%左右的内容都是AI生成的,AI代码仓库贡献率也是我们的指标之一。有人说他不好用,那肯定是用的姿态不太对。基本上用对Skill、Rules 加上比较好的大模型基本都能Cover你的大部分需求,更别说Claude、Cursor这种目前看来Top水准的Coding工具了(叠甲:起码在我看来是这样)。所以不太区分的主要原因,还是针对一些例如Claude Code、Cursor、Trae、Codex、CC等一大堆,他们有很多新的概念和架构提出,我们往往需要快速验证(MVP版本)来看效果。而全栈就是这么快速验证的一个手段,加上Ai Coding的辅助,目前看起来问题不大(仅仅针对Agent而言)。而且Coding的产品形态往往是一个Plugin、Cli之类的,本质还是属于大前端领域。不过针对业务后端来看,区分还是有必要的。大家很多人也说Agent不就是Prompt提示词工程么?是的没错,本质上还是提示词。不过现在也衍生出一个新的Context Eneering,抽象成一种架构思想(类比框架、或者你们业务架构,参考商品有商品发布架构来提效)。本质还是提示词,但是就是能否最大化利用整个上下文窗口来提升效果,这个还是有很多探索空间和玩法的,例如Cursor的思想:上下文万物皆文件, CoWork之类的。后续也有一些Ralph Loop啥的,还有Coding里面的Coding Act姿态。这种才是比较核心的点,而不是你让AI生成的那提示词,然后调用了一下大模型那么简单;也不是dify、LangGraph搭建了一套workflow,从一个node走到另外一个node那么简单。Agent和WorkFLow还是两回事,大部分人也没能很好的区分这一点。不过很多人说AI泡沫啥啥啥的,我们ld也常把这句话挂在嘴边:“说AI泡沫还是太大了”诸如此类。我觉得在AI的时代,懂一点还是会好一点,所以润去字节了。目前的实习生活呢,除了修一些Tools的问题,还包括对比Claude、Cursor、Trae在某些源码实现思想上的点,看看能不能迁移过来,感觉还是比较有意思。不过目前组内还是主要Follow比较多,希望下一个阶段就做一些更有创新的事情哈哈。这就是一个牛马大学生的最终牧场,希望能好好的吧。说不定下次发的时候,正式AI泡沫结束,然后我又回归传统后端这么一个结局了。欢迎交流👏,有不对的🙅不要骂博主(浅薄的认知),可以私聊交流
码农索隆:和优秀的人,做有挑战的事
点赞 评论 收藏
分享
评论
点赞
1
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务