共 776 个在招岗位 · 滴滴在北京的最新招聘信息
战略制定：主导滴滴地图业务的中长期战略规划，研判行业趋势、竞争格局与政策环境，明确业务定位与核心增长路径。 战略落地：将顶层战略拆解为可执行的业务计划与关键项目，推动跨部门协同（产品、技术、运营、商业），确保战略从纸面走向业务结果。 商业模式探索：围绕地图基础能力与出行生态的协同，识别并验证新的商业化机会与业务增长点。 竞争情报与决策支持：建立常态化市场监测与竞争分析机制，为管理层提供高质量决策依据。 资源统筹：参与年度预算与资源分配的逻辑设计，评估重大投资的战略价值与落地可行性。
负责巴西外卖业务的区域商业分析工作，重点深入区域竞争、供需、营销等策略运营细节，BP业务团队，提供分析洞察和策略建议。主要工作内容包括： 1）参与区域经营管理的工作推进。包括但不限于：日常经营分析支持，具体城市资源经营效率评测，当地行业及竞争态势调研洞察等。 2）独立负责区域专题策略分析输出。需要结合业务理解、内外部洞察，挖掘出业务问题或机会，并给与相应策略建议、推动落地。 3）定义并持续完善区域运营核心指标体系，协同运营、产品、数科、数仓、算法等团队，完善数据基建。
1、牵头自动驾驶软件技术部门L4准入工作，基于准入标准开展 L4 自动驾驶系统安全分析与架构设计，将目标分解至自动驾驶软件团队； 2、拉通算法和工程团队，推动技术方案在设计阶段即满足准入与安全约束。
1.体系搭建：制定智能客服整体规划与迭代节奏，搭建覆盖智能中控、场景Agent、路由分流、对话流程、知识库、人机协同的标准化AI服务体系。 2.指标经营：对解决率、转人工率、满意度、投诉率、舆情外溢率等核心指标负责，建立"结果-过程-模型底层"三层监控与异动预警、归因复盘机制。 3.资产管理：统筹Prompt、RAG知识库、对话流程、工具调用、转人工规则、应答口径等AI资产全生命周期管理，建立灰度→评审→发布→回滚的标准化管控流程。 4.风控质检：搭建"机器全量质检+人工分层抽检+高危实时预警"体系，管控AI幻觉、违规承诺、错误解答等风险，建立差评、政诉、高危会话闭环治理机制。 5.数据运营：基于全量会话与模型效果数据，持续挖掘服务短板，驱动意图识别、问答命中、多轮对话迭代，区分通用场景与垂直场景差异化运营。 6.协同落地：联动算法、研发、业务、人工客服、舆情风控团队，推动模型优化、功能迭代、业务口径同步与人机协同规则升级。 7.团队管理：负责团队搭建、目标拆解、绩效管控、人才培养与梯队建设，建立标准化工作机制与复盘迭代机制。
1、负责滴滴国际化外卖订单、收银、财税、账单方向的需求开发，在充分理解订单、收银、财税、账单业务的基础上进行需求分析、设计、开发、上线等工作； 2、熟悉所负责的业务及系统，分析和发现系统的优化点，推动产品性能、稳定性、易用性提升，持续进行系统优化及架构升级； 3、技术文档撰写、维护、团队知识传承。
1. 负责墨西哥市场消费信贷产品的用户运营，独立负责产品增长、留存 2. 负责与外部合作方（包含海外商家）的合作方案洽谈、推进、落地和复盘 3. 负责产品各类营销策略、用户策略的制定和执行 4. 负责与产品团队协作，推动产品相关交互链路，各环节转化率的优化 5. 交待的其他工作
1、深入理解外卖在业务保障领域的场景需求，结合业务和技术，从运行稳定性、功能健壮性、性能容量等方面探索并实施稳定性保障措施（如容灾、容错、容量规划及应急响应），优化和实现相关产品与解决方案； 2、主导或参与业务保障技术平台的产品化、平台化建设，提高通用性和规模化复制能力，并通过智能化技术提升运维效率和能力； 3、推动本地生活服务的SRE文化建设，负责监控治理、稳定性风险巡检等治理工作，建立研发、运维等规范化稳定性流程体系架构； 4、参与国际化外卖核心链路的稳定性建设，评估技术方案合理性与可行性，识别系统瓶颈与风险点，推动性能优化与可用性提升。
1. 负责商家方向的AI前端应用开发，包括商家门店端、商家管理端、销售工具、商家运营管理后台等; 2. 开发和优化上商家端AI应用的功能和体验，包括架构设计、前后端实现和体验优化; 3. 参与AI系统的前端架构设计和技术选型，实现AI模型的高效集成和调用; 4. 与测试、产品、运营等团队协作，实现完整的AI应用解决方案; 5. 持续关注AI前端技术发展趋势，进行技术预研和创新实践
- 负责 L2/L2+自动驾驶系统的路径规划与运动控制算法的设计实现及优化部署（ACC/LCC/LKA等）； - 面向量产，完成代码规范、安全机制、资源占用优化、异常处理机制的实现； - 参与算法的HIL/SIL/MIL 仿真验证、实车测试与性能优化； - 支持量产交付，包括参数标定、软件包发布、故障复现和问题定位等
1、负责整车域控HiL测试工程师，含测试设备管理，自动化testcase编写，提效脚本，测试实施及问题管理（HiL测试方向） 2、负责整车域控MiL测试，含自动化testcase编写，提效脚本，测试实施及问题管理（MiL测试方向）
定义产品的情感体验标准——什么是好的情绪感知,什么是好的情感表达,什么是真实的羁绊,并将其转化为可执行的设计原则 构建机器人的"情感系统"顶层框架:情绪状态、行为逻辑、记忆与关系成长模型 深入研究人类情感与依恋的底层机制(心理学、行为科学),并将洞察转化为产品语言 定义机器人如何读懂用户"没说出口的"状态,以及如何用非语言方式(动作、光、眼神)回应 跨职能协作:与工程、工业设计、动效、AI算法团队一起,把情感理念落成真实体验 建立情感体验的评估方法——如何衡量"羁绊"是否真的产生
-形态设计：定义机器人的整体形态语言、比例、体量、材质与色彩，创造一个既可爱又不落俗套、既有生命感又不失克制的原创形象 -表情系统：设计机器人的情绪库——用有限的表达元素（屏幕、光、角度）传递丰富且可被读懂的情感状态 -行为与动作设计：设计它的运动语言与行为库，包括日常的"活着"的细节和标志性的情感动作 -交互体验设计：定义它如何靠近人、如何回应触摸、如何表达需要与依恋 -贯穿落地：从概念草图、剪影探索、三维模型，到实体原型的手感与动效调试，全程参与并把控最终呈现 -跨职能协作：与结构工程、硬件、算法、产品团队紧密配合，在工程约束下完成产品实现
1、定义 Robotaxi 智能座舱内视觉感知的产品体系，构建座舱感知能力矩阵——物体识别、手势识别、情绪识别等，制定「看到什么→座舱做什么」的策略决策逻辑，设计误检/漏检场景下的体验降级方案； 2、设计座舱 AI 主动服务策略引擎，融合视觉感知、语音输入与车辆状态，建立主动推荐、静默策略与提醒机制的决策规则，搭建 AI 策略的 AB 实验框架与效果评估体系； 3、将用户需求转化为产品能力，推动软硬件配合以及算法优化落地； 4、建立感知类算法的评测标准与验收体系，确保识别算法上线前效果达标、上线后稳定运行并持续迭代。
开环评估体系： - 设计WLA端到端模型的评估指标，包括决策合理性，驾驶安全性，舒适性和效率等指标； - 搭建自动化评测管线，支持模型迭代的快速回归验证 评测数据建设： - 从海量路采数据中筛选高价值长尾场景（特种车辆、非标障碍物、临时交通管制、施工绕行等），构建分级评测数据集，量化场景覆盖度 - 利用VLM/WLA模型自动化生成场景语义标签和行为标注，驾驶行为评估等，建立校验机制保障标注质量 归因分析： - 对模型失败case进行多维度归因：视觉感知错误？语义推理偏差？动作生成问题？建立从case到模块的逆向诊断链路 - 定期输出模型能力画像和缺陷分布，为模型迭代和数据策略提供量化依据 前沿探索： - 跟踪行业WLA/世界模型评估前沿，将其落地到闭环仿真迭代
1.负责公司战略级项目及事业部重大项目交付； 2.为公司战略落地提供有力支持，保证决策在各部门，团队快速传递并有效执行； 3.建设公司项目管理体系，落地和完善公司级各项制度； 4.深入理解业务 ，识别组织效率/项目交付过程/研发管理等领域的问题，提供分析建议以支持决策，推进方案实施。
带领团队建立对市场供需、运营过程的监控体系，及时高效地提出经营升级建议 沉淀与总结运营过程当中的方法论，打磨SoP，并且有效地将其产品化 系统性研究市场与产品趋势，提炼深度见解，帮助管理层做好战略决策 作为Owner，协同相关部门推进战略决策与项目落地，拿到业务结果
1. 负责司机（数采员）管理平台产品设计，覆盖招募、入职、资质管理、排班调度、绩效考核、违规处置等全流程 2. 负责司机端 App（任务接收、采集引导、设备检测、数据上报、反馈闭环）的需求分析、功能规划与版本迭代 3. 识别人效瓶颈，推动 AI 辅助工具（智能排班、任务推荐、异常检测）落地，提升运营杠杆 4. 撰写 PRD、原型及验收标准，AI coding代码编写与上线
岗位职责： 1.面对国际化外卖业务复杂的多边业务交易市场，使用机器学习、统计学、运筹学、经济学等工具，设计最核心的ETA算法与策略，支持国际化所有国家和城市，直接提升国际化业务核心指标，助力滴滴在国际市场的成功。 2.核心模型建设：负责配送场景下 ETA(预估到达时长)核心模型的设计、迭代与优化，持续提升时长预估的准确性与稳定性，支撑履约、调度、定价等下游业务决策。 3.全链路工程落地:负责从特征工程、样本构建、模型训练到线上部署、监控与效果归因的全流程,保障模型在高并发实时场景下的性能与可靠性 4.前沿技术探索与落地：跟进并落地业界前沿方法，推动 ETA 模型的技术升级。
1. 主动调研业务各角色对数据的诉求，调研业界数据产品前沿趋势，沉淀业务分析思路与框架，设计体系化的数据产品和数据内容； 2. 设计并完善数据产品的功能和体验，包括数据看板、多维数据集等的需求分析、规划、设计、落地，提升管理和业务分析效率； 3. 将业务目标抽象成数据模型，搭建数据指标体系并管理数据口径、数据埋点等，为数据准确性、及时性、稳定性负责； 4. 持续运营数据应用，并通过跟踪、复盘等方式迭代产品和运营方法，加速推动数据应用在产品、运营、分析师等人群中发挥更大的价值。
1. 深入理解总部战略，结合区域市场竞争态势，制定并拆解大区年度、季度及月度核心业务指标，并建立严密的追踪与纠偏机制； 2. 统筹大区营销预算。建立并持续优化动态预算分配模型，在保障业务规模增长的同时，最大化提升ROI； 3. 搭建并完善大区经营指标监控体系，主导常规性日报、周报、月报的深度商业分析，并输出针对性的改进策略。 4. 开展精细化的场景运营，构建商圈分层诊断模型，推动商圈内的微观竞对攻防 5. 深入洞察供给侧生态，构建“爆品识别与孵化模型”。赋能一线业务团队
1、负责不同生命周期用户的流失识别与召回，包括首单未复购、沉默及降频等人群。 2、基于用户频次、活跃度和消费价值，制定差异化的召回时点、人群及权益策略。 3、建立召回策略的准入、退出和互斥规则，减少无效补贴和重复覆盖。 4、监控召回率、复购率、用户频次变化及补贴效率，定期输出分析与优化方案。 5、协同其他方向，完成召回触达和后续承接。
1、维修安全与有责事故管理：对因维修工艺、操作、检验漏放导致的有责交通事故和作业安全事故负总责，建立维修安全红线、标准作业程序和质量追溯机制，推动事故根因分析与横展改善，持续压低有责事故率。 2、维修质量体系搭建：制定全国统一的维修标准（单车、电助力车、电池等），覆盖外观、结构、三电系统等关键项目；，主导维修过程能力和出库质量指标的达成与提升。 3、维修成本与效率管控：负责单车/单电维修成本的精细化管理，包括零配件消耗、工时、辅料、外包费用等，制定降本路径并推动落地；运用精益生产（价值流分析、标准作业等）不断缩短单车维修周期，提高维修人效和坪效，提升资产周转效率。 4、批量质量问题闭环：承接城市端反馈的批量性、集中性车辆质量异常，快速联动硬件产研、质量等部门启动专项；牵头根因排查、短期遏制与长期改进方案，推动产品设计变更、供应商整改或工艺升级，直至问题彻底关闭，并对资产安全性和用户体验负责。 5、批量车维保：建立自营+外包维修商的准入、赋能、考核与退出机制，确保维保车服务交付的一致性和稳定性。 6、团队管理与数据驱动：搭建维修管理组织和技师人才培养体系，包括职级通道、技能认证、培训赋能和绩效考核；构筑维修数据监控和 数据看板，从数据中捕捉质量、成本、效率偏差，驱动系统化改善，并定期输出经营分析报告
岗位定位 ：承接 BPO 渠道拉新全链路运营，对渠道线索到首单转化的最终结果与 ROI 负责。统筹目标拆解、成本结构优化、漏斗提效与流程工具化，是渠道增长的核心操盘手。 核心职责 1. 目标承接与业务节奏： 承接 BPO 渠道拉新目标（线索 → 触达 → 招募转化 → 完成首单），制定达成路径与分阶段业务节奏，对最终拉新结果负责。 2. 预算与成本模型： 负责渠道预算分配与成本模型搭建，核算单转化成本、人均产出、人力与工具的投入产出比； 在拉新增长目标下持续压低单位获客/转化成本，对渠道 ROI 负责。 3. 漏斗优化与策略迭代： 拆解线索转化漏斗，定位各环节流失根因； 通过 A/B 实验优化销售策略（外呼话术、企微 SOP、跟进节奏、触达频次与时段等），数据验证后规模化推广。 4. 流程标准化与团队赋能： 推动流程标准化与工具化：CRM 字段规范、质检标准、外呼/私域工具选型与落地，减少无效动作； 搭建"培训-认证-考核"体系，提升坐席人效与留存，降低人员波动对产出的影响。 5. 数据体系与经营分析： 搭建渠道指标体系与日报/周报机制，输出经营分析； 向业务方清晰呈现目标进展、成本水位、效率变化与下一步策略。
职位描述 我们正在构建面向网约车业务的下一代研发效能体系，通过 AI Agent 重塑需求分析、代码生成、测试验证和质量保障全流程。你将深度参与 AI Coding Agent 在真实复杂业务场景中的落地，推动工程效率的质变提升 岗位职责： 1、AI Agent系统设计与开发 ：设计并实现面向研发效能的 AI Agent，构建多Agent协同机制，基于大模型构建自动化研发流程； 2、研发效能平台建设 ：构建网约车业务的 AI 辅助开发体系，推动研发流程智能化，建设可度量的效能指标体系（效率、质量、成本）； 3、业务落地与效果提升 ：结合真实研发场景推动 AI 提效落地，持续优化 Agent ROI
1、对接业务侧产研&运营，挖掘业务场景下的信息安全痛点和对信息安全的需求，并将需求整理转化为可落地方案，推动落地实施； 2、覆盖产品设计、开发、上线、运营全流程信息安全风险管控：开展安全风险评估、隐私合规评审、数据全生命周期风险治理； 3、定期评估梳理业务相关的信息安全风险，全面掌握业务当前的安全状况与主要风险点，并推动业务治理改造。 4、对业务安全日志、风险事件、漏洞台账做数据分析与溯源，定位系统性风险；基于历史安全事件沉淀通用安全规范、流程模板，反向推动业务产品安全架构升级，降低重复事件发生。 5、开展安全培训、项目宣贯，牵头业务线安全应急事件处置、复盘，输出整改方案与长效防控机制；组织安全应急演练，完善相关制度规范。 6、独立承接DPIA、三方安全治理、权限治理等安全专项，跨部门进行协调统筹，定期向业务与安全管理层同步风险台账、治理进度、合规水位。
1. 负责 AI Agent 系统的设计与研发，独立承担 Agent Loop、Tool Use、Memory等核心模块的方案设计与落地； 2. 主导 Prompt / Context Engineering 的工程化建设：把单点调优沉淀为可复用、可评测、可回归的方法与资产，而非一次性调参； 3. 挖掘并定义 AI 落地场景，推动功能从 0 到 1：完成场景假设 → 原型 → 小流量验证→ 迭代的完整闭环，并对最终效果负责； 4. 以全栈方式交付产品； 5. 跟踪 Agent 领域前沿（MCP、Skills、Subagent、Agent Harness 等），输出技术调研并将其转化为团队可用的实践。
1、负责企业级统一身份认证中心/统一权限管理中心/信息安全平台的整体技术规划与架构演进,深入理解业务场景与发展方向,推动技术架构与业务目标持续对齐; 2、主导亿级身份规模下高可用认证体系的设计,构建覆盖多场景(员工/合作方/客户/设备/服务)的差异化认证能力,负责关键需求的技术方案设计、跨团队协调与核心开发落地; 3、参与产品方案技术评审,基于投入产出评估优化技术方案,兼顾落地性、扩展性与合规性,提升整体研发效率; 4、负责复杂认证编排、跨域身份打通、风险感知认证等复杂业务需求的技术方案设计与核心代码实现,推动跨团队协同与高质量交付; 6、作为系统稳定性负责人,建立风险评估矩阵,体系化识别技术隐患,制定并实施稳定性保障方案,确保 99.97%+ SLA 下系统长期可靠运行。
1、深入理解滴滴的业务模式、交易流程和系统架构，发现潜在的风险问题，和产品技术、业务运营高效沟通，设计合理的风险解决方案。 2、独立思考某个业务环节或场景，建设特征体系，通过数据分析或模型构建，定量识别分析潜在的风险和业务影响。 3、建立合理的指标体系和异常监控体系，与数据工程团队配合，形成可视化的监控系统便于快速感知。
1.构建适合大模型产品的质量保障体系，包含不仅限于客户端、服务端、WEB端、模型评测等质量保障，制定和推进相关专项技术方案落地实施； 2.参与制定测试相关流程、策略、方法和工具等创新，努力提升测试的质量和效率，探索新的质量方法； 3.沉淀通用测试解决方案，负责关键专项建设，构建针对的测试基建 & 工具平台； 4.需要AI技术及相关经验；
1.供应商全生命周期管理：熟悉智能硬件产品及关键二级物料的采购全流程，包含需求管理、供应商寻源、招投标、询比价、商务谈判、合同签订、供应商管理等。 2.根据采购需求制定负责品类的采购策略和计划，并进行有效的内外沟通保证顺利实施。 3.NPI采购与研发协同：早期介入产品设计，提供选型优化、替代方案及成本建议；负责工程样片、试产物料的快速寻样与交付，达成BOM成本目标；研发阶段采购项目管控确保量产落地。 4.成本控制与商务管理：主导价格谈判、成本模型建立及VAVE降本活动；管理采购合同与订单，防范商务风险。 5.交付保障与风险管控：监控关键物料市场动态与供应风险，以帮助业务方制定合理地价格策略以及财务预算，协同PMC解决缺料问题，推动策略性备货；参与库存管理，降低呆滞损失。 6. 统筹管理业务部门的采购需求，履行采购BP角色，开展日常采购工作；
