共 1146 个在招岗位 · 实时同步滴滴官方招聘数据
1.负责知识服务建设，并结合 Agent / AI 应用场景推动知识能力落地。 2.建设知识评测体系，设计并落地评测指标体系与评测集，对知识完整性、准确性、时效性及应用效果等评测，持续保障和提升知识质量。
1、负责滴滴网约车新司机和沉默召回司机的增长，为新召人群的运力指标负责。 2、通过预算分配、补贴策略、产品优化、部门协同等多向手段实现运力规模指标和经营效率指标达成。 3、分析和诊断新司机和沉默召回司机的体验问题，并通过产品优化、内容优化、客服效能提升等多路径带来体验指标提升。 4、通过数据分析，用户调研，行业研究等多种途径，找到业务增长机会点，并制定规划，带领团队并推动上下游协同部门拿到结果。
岗位职责 The Time Management Manager is responsible for governing and delivering accurate, compliant, and efficient time tracking and attendance management. This role ensures reliable time data for payroll processing, compliance with labor regulations, and a consistent employee and manager experience across the organization. • Own end-to-end time & attendance operations, including time capture, approvals, corrections, and cut-off controls • Ensure accurate and compliant time data aligned with labor laws, policies, and payroll requirements • Act as system owner for time & attendance modules, including configuration, testing, and enhancements • Partner with Payroll, HR, Legal, IT, and Operations to manage dependencies and resolve escalations • Manage time-related vendors or platforms, including SLAs and issue resolution • Drive process standardization, documentation, reporting, and continuous improvement
1.负责外包品类采购工作，包括工时制外包、项目制外包、客服外包等方向采购工作内容； 2.制定所负责品类的采购策略和供应商池优化的短期、中期、长期策略；制定所负责品类的采购流程制度细化，推动完善采购管理策略并实施； 3.负责采购需求的分类梳理，控制采购全流程风险，协调资源确保各项采购工作有序进行并完成； 4.跟踪管理供应商的绩效情况，并根据绩效管理结果调整采购策略。
1.负责滴滴国际化业务的Payin与Payout支付渠道接入和运营管理，以提升支付渠道产品的成功率、可用性为核心目标 2.独立分析拉美、日澳新部分国家的支付产品的能力矩阵，包含卡支付，APM支付以及本地特色支付方式，基于不同地区和业务的特性，抽象和实践多样化且稳健的精细化经营能力 3.建设和完善支付渠道的数据分析体系，持续分析并优化提升国际化支付渠道的成功率和稳定性，在渠道成本和风险约束下持续提升用户的支付体验 4.深入运营各业务线支付成功率，制定成功率提升计划，通过行业实践，竞品分析，数据分析，达成支付成功率目标 5.负责国际化支付平台系统的建设，通过体系化的产品方案建设通用平台系统，提高系统扩展性及多场景支持能力，助力业务提高支付表现及用户体验
1、负责数据安全团队的日常工作，聚焦数据防泄漏，确保团队高效保障所在海外金融业务数据安全。 2、深度联动各业务线业务与技术负责人，协同总部安全中台、产研及合规团队，建立跨部门协同机制，统筹推进数据防泄漏工作，对齐业务目标与安全需求。 3、负责国际化的数据安全风险评估与治理，针对各业务场景制定定制化安全解决方案，主导方案落地、迭代优化及持续运营复盘。 4、牵头海外业务数据安全事件应急响应，搭建并优化检测策略与应急响应流程，实现安全事件的快速发现、定位、处置与溯源。 5、推动终端、办公网及业务系统的数据安全体系完善，重点建设数据全生命周期防泄漏管控，建立科学的安全度量与指标体系，持续提升整体安全水位。
1. 制定金融大模型安全对齐（Safety Alignment）中长期技术演进路线图，主导RLHF/DPO及超越人类反馈的超级对齐（Superalignment）研究，定义面向信贷、风控、客服等敏感场景的价值观数字化标准与安全准则； 2. 主导fintech相关AI Agent（智能体）内生安全架构从0到1的建设，设计行为风险动态建模机制、执行链路细粒度约束引擎及工具调用最小权限管控框架，解决多步推理下的“命令注入”与“越权操作”风险； 3. 构建面向金融黑灰产的大模型自动化红队评测平台，主导高仿真对抗环境研发，覆盖越狱攻击（Jailbreak）、提示注入（Prompt Injection）、多轮对话隐写等高级威胁，建立攻击手法知识图谱与主动防御策略库； 4. 前瞻性研究多模态大模型（图/文/音/视频）在信贷审核、远程面审中的新型攻击面，构建跨模态安全评估与防御基线，抵御深度伪造（Deepfake）及模态绕过攻击； 5. 推动安全方案在fintech核心生产环境（如大模型风控决策、智能营销、信贷审批辅助）中的大规模落地；主导或参与国家/行业AI安全治理标准的制定，输出行业白皮书，提升公司在全球AI安全领域的技术影响力； 6. 组建并培养顶尖的AI安全算法团队，指导团队在沉淀核心算法专利与技术壁垒。
1. 安全度量体系架构与演进：主导设计量化安全水位指标体系，构建动态基线模型；通过数据驱动说明安全趋势，提前识别体系性结构风险。 2. 模拟高级红蓝演练：组织并参与高阶渗透测试与红蓝对抗演练，模拟APT攻击手法，重点检验纵深防御体系的失效盲区与应急响应极限。 3. 防御体系有效性深度验证：对WAF、HIDS、EDR、SIEM、XDR等核心安全平台进行策略深度审计与绕过测试，评估安全组件在不同攻击链阶段的有效覆盖率与误报/漏报率。 4. 风险治理决策支持：将技术风险转化为业务语言，定期输出《安全水位体检报告》 5. 合规与标准前瞻：跟踪国内外最新安全威胁态势与当地合规监管要求，提前规划水位检验标准升级，推动安全架构的持续演进。 6. 团队能力建设：负责安全检验团队的技术梯队培养，制定内部攻防技术标准，提升团队整体实战能力。
1.主导金融场景下大模型安全对齐的工程化方案设计与迭代。深入优化RLHF/DPO在垂域模型中的训练效率与对齐效果，构建覆盖输入过滤、意图识别、输出审查的多层级护栏系统，确保模型拒答率与误伤率在千万级日调用下达到金融级平衡点。 2.跟进多模态大模型（图文/音视频）在远程面审、双录质检场景的落地节奏，提前储备并落地低成本、低延迟的多模态安全检测能力。研究方向包括Deepfake检测、跨模态一致性校验、视觉对抗样本防御等，确保多模态攻击面在金融场景中得到有效管控。 3.建立AI安全内部评测标准体系。设计覆盖"诈骗诱导、隐私泄露、合规红线、业务逻辑绕行"等金融特有维度的安全测试集，并推动评测流程嵌入模型发布门禁 4.主导构建面向金融黑灰产的自动化红队评测平台。不仅要自己编写越狱及提示注入的自动化攻击脚本，更要设计一套持续对抗训练Pipeline，让防御模型在与红队的"左右互搏"中自动进化，有效抵御针对金融场景的定制化诱导攻击 5.攻克大模型安全领域在工程化中的痛点，如大模型推理下安全检测的毫秒级延迟要求、护栏系统在高并发场景下的稳定性等。
1. 负责大模型应用与AI智能体（Agent）安全体系建设，覆盖工具调用、Skill调度、多Agent协作等全链路风险管控，输出AI安全规范、基线与落地流程； 2. 深入研究Agent智能体安全机制，解决智能体自主执行带来的越权、注入、数据泄露、高危操作等风险，构建恶意指令逃逸、工具越权调用、权限逃逸等防御能力； 3. 主导AI Agent安全架构设计，覆盖向量数据库安全、Agent应用安全、AI接口与调用链路安全、模型水印与溯源等关键环节； 4. 研究Multi-Agent协同决策框架的安全机制，设计多智能体间的权限隔离、通信安全与协作信任体系； 5. 构建自动化红队评测与蓝队防御体系，开发AI安全评估工具与测试框架，建立安全评估基准与持续回归测试机制； 6. 跟踪全球AI Agent安全前沿攻防手法与研究成果，沉淀攻防案例、威胁规则与安全基线，持续迭代防护策略； 7. 推动安全工具链、自动化检测平台与DevSecOps工具链建设，将AI安全能力融入研发与运营全流程；
1.设计fintech信息系统安全架构方案，包含底层硬件、系统内核、容器、应用的纵深防御体系； 2.主导fintech信息系统安全风险评估并推动解决，包含检测、治理、防御等工作； 3.负责推动fintech信息系统安全能力落地，包含数据、文件、进程、网络等管控能力； 4.跟踪和研究业界最新系统安全领域技术和趋势，持续提升fintech基础设施安全水位； 5.负责梳理fintech办公安全风险，设计合理安全方案推动解决
推进企业数据分类分级工作，建立数据资产台账，基于分级结果落地差异化数据安全策略。 负责 API 数据安全治理体系建设，统筹接口安全管控、敏感数据防护、签名验签机制落地与风险治理。 建设数据安全审计日志体系，实现日志采集、分析与异常行为监测，支撑安全溯源与合规审计。 推动业务与研发团队推动安全规范落地，处置数据安全风险事件，满足法律法规与监管合规要求。
1.设计fintech信息系统安全架构方案，包含底层硬件、系统内核、容器、应用的纵深防御体系； 2.主导fintech信息系统安全风险评估并推动解决，包含检测、治理、防御等工作； 3.负责推动fintech信息系统安全能力落地，包含数据、文件、进程、网络等管控能力； 4.跟踪和研究业界最新系统安全领域技术和趋势，持续提升fintech基础设施安全水位； 5.负责梳理fintech办公安全风险，设计合理安全方案推动解决
1、负责fintech安全体系规划与设计，对核心业务进行应用安全架构设计，能够给出完整的解决方案 2、负责fintech业务安全代码审计、渗透测试和漏洞挖掘等工作； 3、负责fintech业务相关的安全技术研究，针对性设计安全防护方案并推动落地；
1. 参与滴滴国际金融离线、实时数据集市和实时指标开发工作； 2.参与滴滴国际金融离线、实时相关数据规划、设计以及落地； 3.参与数据计算和服务的性能优化与运维，为业务提供稳定的服务；
1. 参与滴滴国际金融离线、实时数据集市和实时指标开发工作； 2.参与滴滴国际金融离线、实时相关数据规划、设计以及落地； 3.参与数据计算和服务的性能优化与运维，为业务提供稳定的服务；
数据仓库建设： 负责滴滴国际金融业务（支付、信贷等）的离线及实时数据仓库规划、建模与落地，构建高质量的数据资产体系。 指标体系开发： 主导实时与离线数据集市建设，设计并开发核心业务指标，为风控、运营及管理层提供精准的数据支持。 性能调优与稳定性： 负责大数据计算任务（Spark/Flink）的性能调优，保障数据产出的时效性与准确性，解决海量数据场景下的技术难题。 AI 赋能研发： 探索大模型（LLM）在数据研发领域的应用（如 Text-to-SQL、智能运维 Agent），利用 AI Coding 工具提升团队研发效率。
数据仓库建设： 负责滴滴国际金融业务（支付、信贷等）的离线及实时数据仓库规划、建模与落地，构建高质量的数据资产体系。 指标体系开发： 主导实时与离线数据集市建设，设计并开发核心业务指标，为风控、运营及管理层提供精准的数据支持。 性能调优与稳定性： 负责大数据计算任务（Spark/Flink）的性能调优，保障数据产出的时效性与准确性，解决海量数据场景下的技术难题。 AI 赋能研发： 探索大模型（LLM）在数据研发领域的应用（如 Text-to-SQL、智能运维 Agent），利用 AI Coding 工具提升团队研发效率。
1、负责城市渠道生态建设，优化属地渠道生态布局、提升渠道经营管理质量； 2、做好合作商户管理，识别商户日常经营问题，并出具相应解决方案； 3、负责城市内平台渠道合作商相关运营，包括渠道的考核管理、业务赋能以及准入准出，确保渠道的稳定与高效； 4、业务赋能与问题诊断：帮助城市网约车业务发现项目问题，与城市其他职能共同参与解决，并归纳相应的方法论； 5、负责渠道商日常拜访与关系维护，建立良好的长期合作关系。
1、通过数据洞察寻找C端增长机会，对人群画像和用户行为进行深度分析洞察； 2、负责市场营销线上渠道（小红书/公众号）生态建设工作，包括数据监控、内容策划等，提升品牌认知和用户粘性； 3、负责本地商务拓展合作，拓展并维护关键场景，通过资源整合撰写营销方案，落地线下营销活动，带领城市完成用户增长目标； 4、监控并分析各类市场活动的核心数据，基于数据持续优化动作，确保营销动作的高效和精准转化；
公司介绍 滴滴于 2016 年组建自动驾驶技术研发部门，致力于打造世界领先的 L4 级自动驾驶技术，通过科技让出行更安全、更高效。我们相信，将自动驾驶技术部署在共享出行车队中，将创造最大的社会价值。依托滴滴在出行领域的 先进技术、海量数据、丰富经验和完整的出行平台生态，我们正在打造并运营世界领先的自动驾驶 Robotaxi 车队，推动自动驾驶在城市复杂交通场景中的规模化落地。 职位描述 作为感知团队的一员，你将与国内外顶尖人才一起，研究和开发自动驾驶领域的前沿算法，直接赋能 L4 Robotaxi 的大规模部署。 你将面向真实城市道路场景中的多样化挑战，利用多模态传感器（LiDAR、Camera、Radar 等）设计、开发并优化感知算法，解决物体识别、障碍物检测、场景理解、意图预测与大模型赋能等核心问题。 在这里，你将有机会： 与中美两地的优秀工程师和科学家合作，参与世界级的技术竞争； 深入研究并推动最前沿的学术成果在产业中的落地； 在全球最大出行平台之一的业务场景中，实现科研成果的规模化应用。 主要方向与职责： 你将在以下方向中选定一个或多个方向深入负责，并承担从研发到落地、从算法到系统的端到端职责： （一）物体识别与跟踪 设计并实现基于 LiDAR / Camera / Radar 的多模态检测模型，识别车辆、行人、自行车、静态障碍物、交通标志等 提升精度、召回率与抗扰性（抗遮挡、夜间、恶劣天气、长尾类别） （二）通用障碍物识别 识别未知类别 /未训练类别的障碍物 基于异常检测 /开放类别识别的算法研究与工程实现 在非结构化环境（施工区域、道路损坏、落物等）中提升鲁棒性 （三）场景和意图理解 语义分割、实例分割、道路 /车道/交通标志/交通灯等结构物识别 场景理解，例如施工区域识别、可通行区域识别等 意图理解，例如行人动作识别、起步意图识别等 交互和事件识别，例如多方交互、交通规则冲突、非规范驾驶行为等 （四）感知大模型 /多模态 探索或应用预训练多模态大模型，将视觉、语言、地图/文本信息融合以增强感知能力 零样本 / 少样本 / 跨域泛化的策略研发 将大模型成果迁移到真实车队感知系统中，提升复杂场景下的鲁棒性 （五）模型评估、验证 构建完整的评估管道，包括离线评估 + 真实道路 + 模拟环境测试，支持回归检测与性能监控 指标体系设计 (Precision, Recall, IoU, latency, false positives rate 等)
1. 负责网约车安全审核系统的产品运营，基于风险治理诉求，评估审核链路优化点，推动审核、质检、培训、人员管理与任务分发等基础能力的落地，提升使用体验和效率。 2. 参与重点审核平台重构及智能化应用项目，包括做单辅助、审核标准知识库和案例中心等；完成业务调研、需求设计、上线验收和效果评估，推动方案落地。 3. 结合业务数据和一线反馈定位问题，协同治理、算法、产品、研发及交付团队持续迭代。
1、参与Agent Infra平台的设计与研发，面向集团内大规模Agent场景，建设下一代Agent服务平台和Agent时代的基础设施底座； 2、参与设计和落地生产级Managed Agent能力，包括但不限于Agent服务托管、Session/Event/Memory抽象、长任务运行、Agent Harness接入、Agent View/Trace/Replay/Observability等能力； 3、参与构建 Agent 质量评估体系：自动化 eval pipeline、A/B testing、regression detection； 4、负责平台Agent Tool/Skill/MCP网关与治理体系建设，沉淀Tool Contract、Skill Registry、MCP/A2A协议适配、工具调用审计等平台能力，帮助业务低成本构建和复用Agent能力；
1.负责滴滴容器服务上万台机器规模下的单机核心组件 kubelet、kube-agent 等的日常维护、Bug 修复、版本升级，保障大规模集群下节点侧 Pod 生命周期管理、资源上报、驱逐策略等核心能力的稳定性与性能。 2.负责设计并落地算力归一化方案，将不同代际、不同规格的混合云计算资源转换为统一度量单位，支撑跨机型资源调度、容量规划与成本核算，并持续跟踪归一化模型的准确性并根据实际负载表现迭代优化算法。 3.建设单机侧可观测性能力（指标采集、异常检测、故障自愈），配合上层调度、运维团队定位并解决节点级疑难问题。 4.跟踪 Kubernetes 社区版本路线图与 KEP 演进，评估新特性及已知 Bug/CVE 对内部集群的影响，主导版本升级与特性落地方案。
1、负责公司网络基础服务体系的日常运维、故障处理、变更发布与稳定性保障，独立承接专项工作与模块落地，可直接负责某一技术方向的全流程实施工作； 2、负责核心网络服务（LVS、DNS、NAT、基础网络）的日常运维、容量规划、风险治理，持续优化网络链路与服务质量，保障业务高可用； 3、基于业务流量、网络架构现状，具备一定的技术规划与演进优化能力，能够发现架构短板、输出优化方案、推动服务迭代升级； 4、沉淀运维标准化、自动化能力，梳理故障案例、优化变更流程，降低网络基础服务故障率与运维成本； 5、主动探索 AI 提效落地方式，利用 AI 工具提升故障分析、脚本开发、日志分析、方案输出、问题排查等运维工作效率。
1、参与滴滴服务器运维体系的设计和研发，建设服务器基础服务变更体系，提升运维管理效率并保证变更安全性； 2、参与服务器运维平台、监控平台等系统的设计和研发，保障线上服务器稳定运行； 3、参与堡垒机、NTP、装机、YUM源等数据中心基础服务的研发和运维，提升服务性能，保障服务稳定性。
1.负责滴滴 Zookeeper / ETCD 集群的稳定性建设与运维管理，保障核心分布式组件高可用运行。 2.负责大规模集群的自动化运维体系建设，包括集群自动化部署、版本升级、故障恢复及容量管理等。 3.建设分布式系统可观测体系，包括 QPS、延迟、watch 数量、连接数、leader 选举等关键指标监控。 4.参与分布式一致性组件的性能优化与架构升级，提升系统吞吐能力与稳定性。 5.负责故障分析与应急响应，快速定位并解决集群异常。 6.参与运维管控平台化/用户侧平台化建设，提高集群治理能力和产研效率
1. 内核级研发与定制： 负责 Apache Pulsar、Apache BookKeeper 的深度优化与定制开发，满足公司内部复杂的业务场景与多租户隔离需求。 2. 高可用架构演进： 主导 Pulsar 集群的同城双活/异地多活架构设计，设计并落地跨地域复制（Geo-Replication）与冷热数据分层存储（Tiered Storage）方案。 3. 性能调优与瓶颈攻坚： 解决超大规模集群在生产环境中的疑难杂症，包括但不限于 JVM 堆外内存泄露、Netty 网络层瓶颈、RocksDB Write Stall、以及 Zookeeper 元数据风暴等问题。 4. 技术布道与团队赋能： 指导中初级研发工程师，参与核心代码的 Code Review，提升团队整体的分布式系统开发品味与工程质量。
1、负责滴滴数据中心网络规划建设运维工作，整体保障IDC网络稳定性。 2、负责推动网络建设、运维、变更及稳定性相关的系统化、平台化建设落地。 3、跟踪数据中心网络发展的动态，整体把控新技术产品引入的风险控制。 4、负责滴滴相关网络产品的架构设计和改进优化（lvs,sdn,dcs等)及相关运维工作。
1. 负责下列IDC资源品类中的一个或多个方向的全球资源供给，协同需求方和集团采购部，保证资源及时交付、成本合理、质量可控。主要资源品类包括：服务器整机及部件、网络设备及线材、公网及专线、数据中心、公有云、大模型等。 2. 全面、准确了解市场情况，配合资源需求管理方，共同制定资源供给策略，按需执行供应交付，识别供应风险并协同相关团队制定应对措施，确保以合理的成本满足交付时效要求。 3. 主动优化资源供给管理方式和商务方案，主动推动性价比更优的新产品引入，持续提高资源交付效率并降低资源单位成本；沉淀流程、方法论和平台能力，与相关团队共同建设资源运营平台，持续提升资源供给管理自动化、智能化水平。 4. 负责合同、下单、收货、对账、付款等常规商务工作，确保操作准确、及时。 5. 负责供应商管理，定期对供应商交付能力、服务支持力度、产品质量等进行有效评估，解决日常问题，维护良好的供应商关系，提升供应商表现。
