该职位来源于猎聘 Base：广州/深圳/北京 1、负责 PUDO（Pickup / Dropoff）模型决策系统建设，将候选上下车点输入模型进行排序、评分与最终落脚点选择 2、构建 PUDO Ranking 模型，综合考虑 ETA、步行距离、接驾成功率、cross 路风险、用户改点概率、车辆可达性、停靠可行性等因素 3、设计并落地 PUDO 特征体系，包括地图语义特征、用户行为特征、实时热度特征、订单分布特征、交通状态特征等 4、基于用户真实上车点、用户改点行为、接驾结果等 ground truth 数据，建设模型训练与效果闭环 5、支持 Learning to Rank、推荐排序、二分类/多分类评分模型等方法在 PUDO 决策中的应用 6、与 Candidate Generation、Rule Filtering、Routing、Dispatch、Operation Map、Data Scientist 等方向协作，形成“召回 → 规则过滤 → 模型排序”的完整决策链路 7、参与线上 A/B Test 与效果分析，持续优化 PUDO 推荐效果 8、推动 PUDO 模型服务化与在线推理能力建设，保障模型决策的稳定性、低延迟与可解释性 岗位要求： 1、计算机、机器学习、数据科学、数学、统计学或相关专业本科及以上学历 2、熟悉机器学习、推荐系统、Learning to Rank 或搜索排序相关方法 3、熟练掌握 Python，熟悉 C++ / Go 中至少一种工程语言优先 4、具备特征工程、模型训练、离线评估、在线实验与效果分析经验 5、熟悉常见机器学习模型与排序方法，如 GBDT、XGBoost、LightGBM、深度排序模型、二分类/多分类模型等 6、熟悉 SQL 与大规模数据分析，能够从用户行为和运营数据中提取有效特征 7、具备良好的工程落地能力，能够将模型能力接入在线决策系统 8、具备较强 ownership，能够在业务目标不完全清晰的情况下推动问题定义、建模与落地 优先条件： 1、有推荐系统、搜索排序、广告排序、ETA 预测、供需匹配或用户行为建模经验者优先 2、有 Robotaxi、Ride-hailing、物流配送、地图导航或本地生活推荐相关经验者优先 3、有 PUDO / Pickup / Dropoff / Curbside / Routing / Dispatch 相关经验者优先 4、有用户真实行为 ground truth 构建、label 设计和模型闭环优化经验者优先 5、有实时模型服务、在线推理、A/B Test、灰度发布经验者优先 6、有 GIS、地图语义、空间特征或交通场景建模经验者优先 7、具备将机器学习与数据分析方法应用于实际业务问题的经验者优先
