国际出行智能司机补贴算法

团队介绍 国际出行业务是滴滴重要的增长方向之一。国际出行定价补贴团队负责出行业务中的核心交易决策系统，面向多国家、多城市、强竞争、高波动的双边动态交易市场，设计和研发智能化、自动化的定价与补贴算法能力。 其中，智能司机补贴方向 聚焦司机侧供给增长、供给稳定、司机活跃、司机留存和平台经营效率优化，是连接 marketplace 供需平衡、履约体验、增长效率和财务结果的关键算法方向。团队通过机器学习、因果推断、弹性建模、运筹优化、强化学习和生成式 AI 等技术，构建面向全球城市的智能司机激励系统，直接影响国际化业务的完单、GMV、供给满足率、司机活跃、补贴 ROI 和毛利等核心指标。 在这里，你将参与滴滴国际化最核心的交易策略设计，与全球运营、产品、工程、数据科学和区域团队协作，解决真实复杂市场中的供需调控和经营决策问题。你将有机会在全球化发展的进程中，沉淀领先的国际化 marketplace 算法经验，并推动司机补贴系统从经验驱动、规则驱动，持续演进为数据驱动、模型驱动和智能决策驱动。 职位描述 * 负责国际出行 智能司机补贴方向 的算法体系建设和技术路线规划，面向全球多个国家和城市，设计司机激励、预算控制和 ROI 优化等核心策略。 * 深入理解出行双边交易市场的供需机制，围绕司机供给、乘客需求、价格、补贴、履约、竞争和财务目标之间的动态关系，抽象和构建可落地的算法问题，持续提升完单、GMV、供给满足率、司机活跃、司机留存、补贴效率和平台毛利。 * 综合运用机器学习、因果推断、弹性建模、时序预测、转化率/完单率预估、运筹优化、强化学习、Bandit 等方法，建设智能司机补贴的预测、评估、决策和实验体系。 * 负责司机侧弹性和因果建模能力建设，包括但不限于： * 司机对补贴、奖励、订单质量、收入预期、在线时长等因素的响应建模； * 补贴对司机活跃、接单、完单、留存的增量效果评估； * 不同国家、城市、司机分层、供需状态下的异质性 treatment effect / uplift 建模； * 司机补贴真实增量收益和成本归因。 * 构建面向经营目标的智能决策算法，包括长短期 ROI 优化、供需缺口调控、司机分层激励和多目标约束优化。 * 推动智能司机补贴系统的平台化和自动化演进，建设从业务洞察、策略生成、实验设计、效果评估、归因分析到策略迭代的闭环系统，提升全球运营效率和策略迭代速度。 * 探索和落地大模型与生成式 AI 在司机补贴和 marketplace 决策中的应用，推动算法系统向更智能的决策辅助和自动化决策演进。 * 与国际化运营、数据科学、产品、工程和区域团队深度协作，推动复杂跨团队项目落地；作为算法 Leader，负责技术业务问题抽象和建模、技术路径规划和方案把控、团队培养、项目优先级判断和关键业务结果达成。