共 776 个在招岗位 · 滴滴在北京的最新招聘信息
1、配送网络规划：基于商户需求与骑手配送体验，规划合理的配送范围并设计配套工具，保障网络设定的科学性与合理性。 2、商圈策略制定：结合市场竞争态势与经营目标，设计不同经营周期的区域运营策略，驱动长短期目标的达成。 3、运力结构设计：基于订单特征与时效需求，规划多元化运力（加盟、众包等）的网络布局，满足差异化的效率要求。 4、定价体系搭建：负责各运力线的定价方案设计，统筹城市运营阶段、运力属性等差异化因素，兼顾效率、成本与体验的平衡。 5、调度效率优化：协同产品与算法团队，推进拼单等提效策略落地，持续优化基础运营成本。
1、预算统筹与精细化管理：负责即时配送运力临补及权益补贴的预算分配与过程监控，确保资源投入的合理性。 2、效率评估与策略迭代：建立补贴效率评估体系，定期进行效果复盘，驱动补贴策略与活动工具的持续优化。 3、跨域协同与能力建设：联动算法、产品及一线团队，推动补贴策略的自动化与精细化能力建设，提升场景化运营效率。
【项目管理】准确分析识别承接业务需求，结合服务侧能力、可行性等维度设计并推进落地服务支持项目； 【系统支持】负责人工客服系统设计改善、系统运营支持和客服工作台改善项目推进工作，包括但不限于，客服工单系统、分单系统、知识库系统等； 【数据分析】负责人工客服业务的风险、质量和效率数据监控和复盘洞察，挖掘业务提升点，提出方案，并推动落地； 【业务对接】对接中台支持团队，落地统一安全、风险、质量类标准要求、系统要求、运营管理要求等；
岗位概述：负责网约车 App、小程序、H5 全前端场景的测试基建与工具链建设，通过平台化、自动化与可测性改造提升多端研发效率与交付质量； 岗位职责 1、前端测试平台建设：沉淀用例管理、环境调度、数据构造、Mock 服务等核心能力； 2、多端 UI 自动化体系落地：面向 App、小程序、H5 构建统一 UI 自动化体系，覆盖核心业务主流程； 3、前端业务可测性改造：联合研发推进前端架构、埋点、接口契约等维度的可测性改造； 4、测试工具与自动化体系推广：测试工具与自动化体系在 QA 与研发团队的推广落地
1、协同制定餐饮模块经营计划、带领团队保证模块日常运营及管理； 2、建立全模块运营标准并推行SOP标准化运营体系，主持周/月度运营复盘会，有效管理目标达成； 3、负责供应商全生命周期管理，建立管理及分级评估模型； 4、主导餐饮模块升级，建立产品生命周期管理体系，推动明星单品打造； 5、负责食品安全体系的建设与落地执行，确保符合严格的安全要求； 6、建立投诉分级响应与闭环机制（24h闭环率≥95%），定期组织满意度调研，以NPS为关键指标驱动服务改进； 7、协调搭建团队，制定员工成长路径及培训计划，打造学习型组织。
作为日本市场增长owner，你将负责供需两侧的增长产品工具建设，深入理解日本出行市场的竞争格局与网约车生态，通过产品创新探索平台增长机会点。 1. 为日本市场增长目标负责，通过产品创新驱动业务增长。 2. 深入洞察日本出行市场、竞争格局以及用户诉求，为运力增长、品类增长、本地 & 跨境需求增长提供产品策略。 3. 跨部门协同日本本地运营 & 销售团队、国内产研团队，结合业务需求 & 产品思考，输出产品方案并推动产品工具落地。 4. 建立司乘增长数据监控体系，定期复盘产品效果，总结问题并制定改进计划。
【关于我们】 1. 站在“新能源出海”黄金赛道：切入中国新能源出海最核心的拉美战场，积累“网约车平台 + 新能源车队 + 跨境资产”的稀缺实战履历。 2. 直面核心决策层：深入业务的同时，直面伙伴决策团队。作为前线操盘手，业务成果直达各类伙伴高层，个人成长的跳板。 3. 打造高壁垒的“复合型出海人才”：深入拉美核心市场一线，兼具“中国高效率”与“异国复杂生态掌控力”。 【岗位职责】 1. 负责中资车队、资本的拉美本地化落地和孵化，统筹管理公司注册、财法税对接及公司架构搭建等事宜； 2. 承担跨语言协调职能，弥合中国经营者与本地伙伴、司机之间的沟通与信任成本； 3. 统筹平台资源，推动补贴、司机配额、流量分发、广告权限等落地执行； 4. 主导推动车队运营能力建设，覆盖司机招募、激励机制、EV 及专车品类运营等核心环节； 5. 协同保险、维修、充电等本地生态资源，支撑电动车车队的全生命周期成本优化； 6. 主导搭建车队业务拉美出海孵化playbook，分析目标市场用户需求，提供本地化改进建议。
核心创意方案产出： 负责滴滴集团及旗下各业务线（网约车、代驾、货运等）核心营销活动、大型节点（如周年庆、CNY等）的 Key Visual (KV) 视觉定义与设计执行。 品牌视觉体系塑造： 深度参与滴滴品牌视觉标识（VI）的进化与维护，确保在全渠道、多媒体触点下的品牌调性统一，并具备高度的识别度与美感。 整合营销创意引领： 配合业务目标，从美术视角出发产出具备传播力的 Big Idea，主导线上 H5、社交媒体视觉、线下大型快闪/户外媒体的视觉呈现方案。 视觉标准与审美把控： 建立并输出高质量的美术审美标准，指导并审核外包供应商或内部团队的创意产出，确保“滴滴出品”的视觉水准处于行业领先地位。 创意方法论输出： 沉淀品牌创意与美术表现的专业方法论，通过分享与带教，提升中台设计团队在视觉表现和品牌逻辑上的专业厚度。
1、深度开展租车行业生态监控与市场研究，建立行业价格敏感因子分析体系，实时洞察价格波动、供需变化、竞争态势等核心变量，为租车经营策略决策提供数据支撑 2、搭建商家经营生态分析框架，构建商家健康度评估模型与租赁资产数据分析体系，定期产出资产健康度和经营分析报告，通过数据挖掘发现影响收益的关键因素，为商家分层运营和生态治理提供策略建议 3、搭建资产及拉新侧资源投入产出分析框架，对不同策略进行精细化评估，确保资源精准配置；联动产品、运营、销售等团队推动策略落地，建立问题闭环管理机制，确保洞察转化为业务成果
1.负责保险相关系统技术架构规划设计，同业竞品调研，快速应对业务变化和趋势，推动架构优化落地； 2. 参与保险核心模块（渠道，用户流程，中后台，风控，ai）设计和开发； 3. 参与业务痛点、技术难题攻关、大型复杂项目技术方案设计评审； 4. 联动产品业务团队，整合公司内外技术产品和平台能力，形成完整解决方案； 5. 通过技术升级提升研发效率、稳定性质量、性能、成本优化
职位描述 1、负责滴滴金融离线和实时特征链路迭代和开发；充分挖掘金融相关数据，和营销、算法、策略、业务团队合作，共同提升金融业务模型和策略效果； 2、负责金融特征生产框架的设计和实现，搭建完善特征管理体系，构建高效特征迭代流程，支持业务长期迭代； 3、挖掘更丰富的金融业务相关数据，利用特征提取和建模方法充分挖掘特征的有效性，提升模型效果，促进业务快速增长； 4、通过AI应用相关技术，充分发挥数据价值，挖掘金融特征，提升模型效果&业务效果；
岗位职责 1、聚焦信贷风控、反欺诈核心场景，核心负责AI智能体（Agent/Multi-Agent）的架构设计、功能开发、迭代优化与生产落地，搭建适配信贷全流程的风控智能体体系；制定风控智能体的应用标准、落地规范与运维标准，保障智能体服务稳定、合规、高效运行，赋能风控业务智能化升级。 2、专注风控智能体能力搭建与优化，独立完成Multi-Agent智能体编排、工具技能配置、记忆机制迭代、提示词工程优化等核心工作；搭建信贷风控全流程Agent自动化智能链路，覆盖风控智能审核、风险研判、异常识别、策略执行、数据分析复盘等场景，全面提升信贷风控业务自动化、智能化水平。 3、持续跟进智能体架构、Multi-Agent协同、工具调用、智能规划、大模型工程化等前沿技术，结合信贷贷前准入、贷中风险监控等真实业务场景，开展技术预研、方案设计、POC验证与规模化落地。 4、深度联动业务、产品、研发团队，精准拆解信贷风控业务需求，将大模型、Agent智能方案与风控审核、风险识别、风险预警、逾期管控等业务环节深度融合，推动AI智能化能力规模化落地复用。
1、负责公司安全类数据的统计、监控、分析，建立运营数据分析模型，开展因果推断，深入剖析，提出并推动落地策略优化建议； 2、基于对业务场景的理解，通过量化分析或业务模拟的方式寻找机会点，输出专项洞察并推动落地，产出业务洞察，提供科学决策，比如供需平衡、运营分层等问题； 3、通过业务模型、用户分层、业务诊断，深挖业务需求等方法，推动分析结论转化为可量化业务成果，督促改善效果，帮助管理安全链条的各类关键数据，驱动业务优化迭代; 4、基于数据分析用户行为数据，主导核心业务指标体系设计与迭代，完善业务指标定义，利用数据科学衡量业务表现，持续完善用户安全数据体系; 5、基于数据分析成果，为业务部门和策略部门提供分析和业务优化建议，与业务和技术部门协同进行相关系统功能建设; 6、AI 分析能力建设：识别适合自动化的高价值分析场景，推动取数、知识问答、实验评估和业务诊断等工具或 Agent 落地，并建立人工复核、效果评估等运营分析机制。
1.负责整体统筹业务需求的对接和评估，深刻理解需求并与爬虫工程等团队协同设计高效和稳定的方案，跟进方案的落地、上线交付运行的全生命周期流程，通过领域专业度把控整体解决方案。 2.负责对采集数据的质量进行把关，协同质检等团队对采集数据进行清洗、去重、结构化处理，交付完整和高质量的数据 3.在遇到方案故障或数据置信度等问题时，协同多方资源进行跟进和排查，及时周知业务方并给出预期解决的时间，保障任务平稳交付
1、深入研究软件、设备、系统、网络协议等某领域或多领域的安全漏洞，利用逆向工程、模糊测试、静态/动态代码分析等技术，主动发现并验证新的安全漏洞 2、探索应用大语言模型（LLM）技术于 Web 与二进制领域的复杂漏洞挖掘，结合专业知识，设计构建相关自动化工具/流程
1、负责业务全链路数据质量运营，制定数据质检标准、校验规则、抽样策略，覆盖元数据、业务库、报表、指标，保障数据准确性、完整性、一致性、时效性。 2、开展日常数据巡检、异常监控、问题核验；识别数据错漏、逻辑冲突、口径不一致等问题，完成问题归类、根因定位，推动研发、数仓、业务方修复，跟进整改闭环，形成问题台账可追溯。
1.负责移动端跨端技术体系建设与落地，覆盖 Flutter / React Native / 小程序容器 / WebView 容器等方向，提升多端体验一致性与业务交付效率； 2.设计并演进跨端混合栈架构，支撑业务扩展性、包括页面路由、状态管理、原生桥接、组件库、设计系统与模块化拆分； 3.主导跨端性能、体验、与稳定性治理，包括但不限如建立启动、帧率、卡顿、Crash、ANR、包体积、发版成功率等北极星指标与防劣化机制； 4.建设跨端工程效能体系，包括脚手架环境工程、CI/CD、自动化测试与灰度发布能力等； 5.推进核心业务端框架到跨端化改造，平衡业务交付速度、代码质量、原生能力与长期维护成本； 6.联动业务应用端 iOS/Android 原生、前端、服务端、QA、产品等团队，制定技术标准； 7.负责跨端相关线上问题定位与复盘，建立监控、告警、回滚和事故闭环机制； 8.承担端架构、Infra、体验、性能方向的技术团队梯队建设和管理； 9.参与制定泛前端技术标准、指标目标等建设； 10.参与制定泛前端AI 工程能力建设。
1. 负责新西兰市场的日常运营 —— 本地运营节奏、营销活动与专项项目 —— 并持续分析乘客与司机两端的行为数据，判断什么有效、什么无效、下一步改什么。 2. 作为本地与中台团队之间的枢纽 —— 产品、数据、市场、财务、客服及区域运营 —— 把新西兰市场的真实需求翻译成清晰、有依据的需求，并推动项目落地、跟踪进度到交付。 3. 用 AI 加速工作 —— 把 AI 工具与工作流嵌入分析、报表、监控和日常执行环节，让小团队具备大团队的产出能力。
职位描述 在网约车核心场景（内部经营决策、司机助手）中落地智能体能力，孵化更多业务线的Agent产品，提升产品专业度与体验，形成可复制的 Agent 架构体系。 岗位职责 1、负责司机助手 & 经营助手 等核心智能体（AI Agent）核心架构设计与演进，与产品、算法、平台及业务团队深度协作，在关键技术选型与架构决策中提供专业判断，推动 AI Agent 在复杂真实业务中的规模化应用。 2、设计并落地智能体 记忆与状态管理架构，结合向量数据库与结构化存储，解决长期记忆、上下文压缩与知识演进等关键技术问题。 3、熟悉MultiAgent架构，设计Agent/Tool/skill标准协议，支持工具调用与能力扩展体系（Tool/Skill） 建设，构建Agent开发评测平台，支撑Agent应用快速迭代。 4、规划并推动 AI 应用 数据飞轮体系 建设，覆盖 Case 管理、数据标注平台、模型评测与反馈机制，形成数据驱动的模型持续迭代闭环。
1、负责泛快品类的产品运营工作，包含交易效率优化、B端产品功能优化等重点项目； 2、负责细分品类的B端运营体系搭建，形成符合六座快车司机的B端运营体系。
1.根据规划，负责两轮车用户研究工作，包含需求沟通、研究设计、调研执行、数据分析、报告产出全流程； 2.执行硬件产品的用户研究项目，包括用户需求探索、人群分层研究、决策路径研究、痛点及需求挖掘研究等，为整体业务的规划和产品的定位、优化迭代提供系统研究支持； 3.支持重点体验研究项目，包括指标体系搭建、早期用户测试、优化反馈追踪、体验问题诊断等，为打造极致硬件产品体验持续输入用户价值； 4.与各协同部门紧密合作，推动和追踪研究结果的落地应用，持续打磨研究价值的输出和应用模式，实现研究价值； 5.关注追踪出行硬件相关趋势和发展，为新产品的探索提供市场研究支持和输入。
1、岗位职责客户开发与项目管理：负责共享电单车业务KA（大客户）方向的新客户开发，协调内外部资源推进电单车项目在城市实现突破，确保市场拓展目标达成； 2、渠道拓展与方案优化：传递公司战略意图与市场动态，维护并深化与渠道合作伙伴的关系； 3、制定、持续优化外部渠道合作方案，不断拓展优质渠道资源； 4、行业洞察与竞品监测：持续追踪共享电单车行业发展动态，全面掌握市场趋势及竞品策略，为业务决策提供信息支撑； 5、跨部门协同与资源整合：协调内部产品、运营、法务等多方资源，对接外部合作方需求，推动项目高效落地。
1. Lead annual budgeting and forecasting, partnering with business team & Finance internal to ensure accuracy and reasonableness. 2. Develop financial models to evaluate business scenarios, profitability, and risks. 3. Lead monthly closing on management report; perform analysis on trends, variances, and ROIs, etc. and deliver actionable insights. 4. Identify cost optimization opportunities and challenge spending to improve ROI. 5. Build strong relationships with stakeholders to align financial and business goals. 6. Ensure compliance with financial policies and internal controls; drive process improvements.
1、渠道重点项目管理： -业务方向：商家合作模式管理，渠道运力与用户服务质量运营 -主要责任：统筹渠道重点项目，积极与横向部门协作、联动内外部资源拿结果 2、渠道生态长期建设：结合市场环境和平台战略方向，评估现行渠道体系健康度，持续优化运营体系，提高渠道杠杆效率 3、城市业务协作：结合区域战略发展规划，从渠道专业角度敏锐识别机会和风险给到结论和建议，并充分调动渠道能力保障落地执行
部门介绍 主要负责增长运营工具的能力建设，提供全方位一站式的乘客用户增长工具，覆盖从拉新到留存促活全用户生命周期，覆盖从端内到端外全渠道。包含多个子方向：拉新方向，留存方向，提频方向等。 岗位职责： 1、负责滴滴乘客运营营销工具的建设与迭代； 2、负责滴滴乘客端产品的建设与迭代； 3、负责网约车等业务线的乘客增长支持工作； 4、负责高复杂度的营销系统的维护和重保工作。
1.负责巴西数字银行和市场存款产品全生命周期管理，覆盖CDB、RDB 等存款产品设计，贴合当地用户需求与监管规则；调研市场政策、竞品及用户习惯； 2.协同研发、运营、合规、风控及巴西本地团队，推进产品落地运营，解决跨部门、跨地域协同问题；配合运营达成用户增长、活跃度与收益目标，通过数据分析优化功能与策略，提升用户体验与商业价值； 3.搭建需求池，制定产品路线图并推动迭代，适配政策调整与业务发展；配合本地合规团队，严格遵循央行监管要求，覆盖账户管控、身份核验、数据安全等，规避合规风险。
1、参与滴滴大数据分析平台产品的研发，主要包括数据可视化、数据解读等能力建设，为公司提供数据化运营和决策支持； 2、深度参与产品需求评审和设计，能够对产品设计提出自己的见解，在理解产品的基础上进行抽象和架构设计； 3、对负责的模块能够进行持续的优化和性能提升，并积极拓展创新场景。
产品规划与优化 • 策划差异化的信贷 C 端产品方案，覆盖用户完整生命周期。 • 与风控团队紧密配合，优化授信策略与审批流程，提升优质客户的转化效率 • 与运营团队紧密配合，策划并维护用户运营体系，提升用户粘性 用户经营与运营策略 • 设计并优化客户分层体系，制定差异化的用户经营策略和权益方案 • 规划并执行存量用户的活跃度提升与支用转化方案 • 负责用户全生命周期运营，提升用户价值与忠诚度 数据分析与效果优化 • 建立用户画像与行为分析体系，挖掘用户需求与价值 • 跟踪关键运营指标，包括支用率、客均贷款额、忠诚度等 • 基于数据洞察持续优化运营策略和产品方案 团队协作 • 协调技术、运营、风控等团队资源，推动项目落地 • 对接运营团队，提供精准营销支持 • 与数据团队合作，持续优化用户分层与标签体系
在打车场景中，POI是用户目的地的数字化表达，是最基础的数据之一，直接影响用户能不能找到目的地、正确到达目的地。传统的数据更新依赖人工，现实的快速变化带来了更新成本剧增和更新速度降低。但这些在LLM时代迎来了转机，LLM更强的特征表达能力、更智能的规划能力让数据更新迎来了新的机会。在这你将迎来以下挑战： 1、紧跟LLM最新进展：迁移行业LLM最新能力，根据名称、图片、评论等信息，区分POI关键数据，提升属性正确率 2、追踪Agent的前沿技术：通过海量人工反馈资料，训练Agent替代人工，完成数据的自动化更新，降低成本、加快效率、提升数据质量 3、研究落地最新多模态对齐方案：在常见的图像、文本之外，我们场景中还包括位置信息（坐标），多模态对齐工作，对充分发挥数据价值，提升模型性能至关重要，是业内持续投入的重点&难点方向
1. 负责开发和优化滴滴公司级一站式特征样本、模型训练和推理平台； 2. 建设增量/实时训练、训推一体、数据链路闭环等基础能力建设； 3. 与算法部门深度合作，进行算法与系统的联合优化； 4. 持续提升机器学习平台稳定性和用户体验。
