这个程序员节 听四位嘀嗒出行工程师分享体会与思考

近年,随着Chat GPT出圈,当大模型成为趋势,人们对大数据和人工智能的结合来解决具体行业和领域的问题,更加充满期待,也探索出了很多新的解决方案。在顺风出行行业,大数据,算法,人工智能的结合,同样为体验、效率提升提供了新的解题思路,带来更多想象空间。

在嘀嗒出行新出行方式工程师们的眼中,算法的乐趣就是持续寻找最优解。那么,他们是如何从发现问题,分析问题,用创新方法来解决问题的过程中,收获创新探索的乐趣,打开未来之门,从而为用户带来更高效、更智能、更轻松愉悦的顺风出行新体验的呢?

今天是一年一度的1024程序员节,嘀嗒出行的四位智能算法工程师们,分享了他们的洞察,体会与思考。一起来听听他们怎么说。

智能算法在顺风出行领域如何发挥作用?

嘀嗒出行智能策略专家张浩:“智能算法拓展人的能力边界  需要深入洞察用户与市场”

在我看来,智能算法赋能一定能够为出行场景服务,为出行各个环节赋能。出行场景有很多复杂因素,不同乘客,不同车主,不同时间地点线路偏好,不同出行习惯如何去同时满足?面对这些复杂性,人类不管是能力和体力都很难驾驭,需要诉诸技术去解决。

而这就要求,我们首先需要对于顺风出行业务和场景,以及用户的诉求,有更深入的理解和洞察,比如这个上车推荐点有多少人用,用户使用之后有怎样的体验,你给推荐了上车点,用户真的在那等吗?有没有人在这个点,乘客找不着车主,因此打了很多电话?

当我们结合业务去定量刻画和分析,就可以看这个点有没有问题,有多少人用,用了出了多少问题,分析出来从而更具体理解这些问题,找到优化方向。

另外比如,顺风车App搜索里可以搜起点终点,但对于起点搜索和终点搜索,用户期待其实是不一样的,我们需要去分析、总结和优化。

因此,当离顺风车场景更近,我们可以在效率和体验方面做更多整体优化改善,第一步,分析场景,第二步,结合场景去做什么事儿。同时,需要对出行业务有一些更宏观前瞻的构想,进而去挨个观察,拆解顺风出行各个体验环节,从数据层面去了解他,在技术上去设计方案,验证方案,从而实现改善。

嘀嗒出行算法工程师刘栋:“算法模型像一个黑盒子 持续训练会更加准确可靠”

事实上,当通过智能算法去创新提升顺风出行的车乘体验、效率和安全水平时,基本工作逻辑都是发现问题,提出解决方案,进而通过自动化而非依赖人力去解决优化问题。

这些算法模型正是通过持续的数据输入来得到训练,来提升对相应问题的自动解决能力。

他们就像一个神奇的黑盒子,你有输入他就给你输出了。随着经验的逐渐积累,算法模型得以不断优化,而变得更聪明、更准确、更可靠、更敏捷。

如何基于顺风出行的天然特点做针对性探索 ?

嘀嗒出行智能策略工程师王泽 :”需要综合考虑车主乘客双端需求“

顺风车车主在出行线路规划的偏好及考量方面,的确会和网约车司机有所不同。比如后者主要考虑的是更快的路线,而前者会把车费、过路费、高速费、燃油成本、时间成本等等都考虑在内。

那么我们在匹配车主乘客时,就需要对双方的出行偏好、频次等进行更多综合分析和总结,做出最合理周全的,让双方都满意的推荐,更加满足车主乘客双方个性化需求。

比如之前数据考量只有十个维度,现在可能需要五十个维度,从而更快地自动匹配同时符合车主乘客双方需求偏好的顺路订单,更好顺路同行。

嘀嗒出行算法工程师田沐:“做智能算法一样要懂业务,深入洞察用户”

顺风出行是车主和乘客双端的合乘行为。嘀嗒作为桥梁,要不断为他们牵线搭桥,让彼此更舒服且愉快地匹配上,从而最优化最合理地,把n个乘客,n个车主顺路匹配在一起。

对我们而言,这不仅需要技术创新赋能,懂算法,也要懂业务,还需要有更深入的用户洞察。比如某种场景下,我们要去综合考虑车主乘客到底是怎么想的。

因此不仅是产品,市场,用户体验领域的人需要了解用户,智能算法领域的人都要了解用户,都需要经常自己去打顺风车体验,才能更好站在用户的角度去思考问题,改进产品体验。

智能算法如何为顺风出行带来更多可能性?

嘀嗒出行算法专家刘栋:“AI技术与业务深入结合 直观量化提升用户体验效率”

我非常认可顺风车的社会意义,对乘客和车主而言,通过分摊出行费用都能节约出行成本,尤其是城际单和长途单。从社会来说,是闲置资源的高效利用。

AI建立在海量大数据和高算力基础上,随着IT技术发展,各方面数据量也在急剧膨胀,当现有能力不能充分利用数据,算法就出一些规律性的东西来辅助业务增长。而工作中的乐趣在于,可以把AI技术和业务深入结合并且应用上,更直观量化地提升用户顺风出行的效率和体验。

嘀嗒出行智能策略专家张浩:“根据实际业务需求 针对性探索算法赋能之道”

在业界和学术界不太一样,学术界我们需要时时刻刻保持关注最近前沿技术和研究陈果,而在业界,这些学术成果有的可以落地有的不能马上落地,这和所处行业,和公司业务都有关系。

科学可以帮人们找到更高效的方式,发现更多可能性,但人类社会已经有自己固有的运行规律,我们要做的就是,从最新科学知识去找到一些结合点,改变社会生活中的一些东西。

我们做每一个创新背后,都需要一些底层算法支持,同时,更重要都是根据实际业务需求,去有针对性地探索算法赋能之道。

(注:以上工程师均为化名)

免责声明:本文系转载,版权归原作者所有;旨在传递信息,不代表一休教程网的观点和立场。