1. 构建面向机器学习场景的数据流和数据仓库系统，参与公司核心机器学习算法设计与开发，形成策略产品，成果将应用于滴滴各产品线； 2. 设计并开发大规模机器学习训练工具，针对海量的出行数据进行高效的模型训练； 3. 设计并开发稳定的大规模高可用的核心策略服务，并能建立线下同等规模的仿真环境，模拟整个司乘生态环境； 4. 在Hadoop/Spark上开发大规模数据处理系统；存储并索引海量地理或订单数据, 并对出行场景进行可视化展示和分析。   要求： 1. 计算机或数学相关专业，有扎实的数据结构和算法基础； 2. 编程基础扎实，熟练使用至少一种常用的编程语言，包括但不限于C++、Python、Scala、Go、Java； 3. 熟练掌握海量数据处理技术，有使用Hadoop/Hive/Kafka/Spark 分析海量数据的能力和经验； 4. 对分布式存储、 索引有较深的理解， 具有高负载高并发高可用架构经验； 5. 有学习热情，关注业界前沿技术和人工智能国际会议研究动态，不断提升自己在机器学习、运筹优化、机制设计、数理统计等方向的能力； 6. 有分布式机器学习和数据分析经验的优先，在人工智能相关会议有论文发表者优先，编程能力杰出者优先。