作为世界上最大的移动出行平台，滴滴出行于去年收购 Uber中国，并已来到了硅谷。今年3月，滴滴出行在美国硅谷这一人工智能与自动驾驶技术研发的宝地，设立了第一家海外研究与发展中心——滴滴美国研究院。
11月18日，我们 Leap.ai 协助我们的合作伙伴滴滴出行举办了滴滴美研的首次对外技术交流活动 DiDi Tech Day。滴滴在11月初搬入了位于美国加州 Mountain View 的新家，新办公场地占地36,000平方英尺，可容纳超200人，紧邻 NASA 和 Delphi Labs。
此次滴滴美研对外交流活动在宣传期间引起了大家极大的兴趣，我们共收到近900个 RSVP（参与申请），在扩大了原有的活动区域后，尽可能地容纳了400余人到场听取来自滴滴高层管理人员的讲座和互动交流。活动上，滴滴的技术管理团队就如何吸引全球 AI 人才，滴滴的产品管理，到信息安全和智能驾驶技术，进行了详尽的分享。
滴滴出行的工程管理团队分享了他们独有的见解、取得的巨大进步，以及他们需要顶级工程技术人员来帮助一起努力解决的严峻挑战。
下面是这场活动和演讲的总结和我们认为值得关注的亮点：
规模 Scale  
除了作为中国共享出行市场的领军者之外，滴滴出行的总交易量已经超过世界上所有其他网约车平台交易量总和的两倍。换句话说，世界上至少三分之二的网络预约出行行程发生在滴滴平台，其业务规模之庞大令人兴奋：
  • 日行程完成数达 25MM
  • 日路线规划请求达 20B+
  • 乘客达 450MM+
  • 提供的灵活工作机会达 21MM+
  • 日新数据量达 70TB
  • 日数据处理量达 4,500TB
  范围 Scope  
大家都希望能更多地了解到共享出行的技术挑战，目前让人最为眼界大开的一点在于：滴滴的创新范围已经远远超出共享出行本身。他们正采用新的解决思路和方案，来优化整个智能交通生态的各个方面。
智慧信号灯
我们每个人都有 “遇到交通拥堵，红灯一个接着一个” 的经历。事实上，交通信号灯的设置并不会频繁地更新，由于实时流量数据没有被应用，每隔几年才会不规律地更新一次。滴滴率先运用了别人都没有想到的思路，在中国交通最拥堵的城市之一 —— 济南率先实验了智慧信号灯项目，来测试控制信号灯的可行性。根据早些时候的结果，他们已经成功地使当地路口通过效率提升20%。
实时交通疏导
滴滴在中国的很多城市率先试点，用实时数据提醒司机避开拥堵路段。此外，他们也试验了潮汐车道，以便在高峰时段，很多不同种的道路可以得到更有效地利用。
城市规划
滴滴也和政府管辖的交通部门合作，共同提升城市通行效率，包括从公交车辆的路线设计、时间表入手，到拥堵状况排名和通过热点分析为城市规划提供有价值的信息，更好地进行城市规划设计。
 精益求精 Sophistication  
滴滴业务的核心 ——  每日处理 25MM 出行订单也带来了在云计算和机器学习方面的一系列技术挑战。DiDi Brain 在很多日常决策中扮演了重要的角色。下面是一些滴滴正在尝试解决的问题：
需求预测
包括天气、交通状况和一些历史观测数据在内的很多因素，都被应用到预测出行需求与 ETA （预计到达时间）上。
路线规划与 ETA （预计到达时间）
滴滴根据大量的实时流量数据，不断地提升时间估测算法，比起传统的算法要精益不少。
滴滴拼车
在为每位乘客提供满意出行体验的同时，还要兼顾司机接客的效率。这里也需要利用 DiDi Brain 来估测每位乘客的可能给出的服务评分。
 安全与保障  Safety & Security  
滴滴也非常重视信息安全。团队一直致力于通过实时分析来识别危险的行车行为，并发出安全警告，包括通过检测急加速、急转弯、急刹车、突然变道、分心驾驶、疲劳驾驶和超速来识别危险的行程。
这家公司的运营智慧不仅体现在技术方面，也展现在商业层面。滴滴的全球化格局包括了与城市、政府，和在这个生态系统里的其他主要玩家形成战略合作关系，建立密切的联系，来推动创新的前进。他们与全球多家相关业务公司都保持着稳固的伙伴关系，包括 Uber, Lyft, 99, Grab, Careem, OLA 和 Taxify，并努力适应当地的文化背景。
Leap.ai 很荣幸成为滴滴出行人才招募上的战略合作伙伴，帮助他们既快又准地招募和吸引到合适的人才加入团队之中，共同推动滴滴的高速增长和技术创新。
如果你对滴滴的工作感兴趣，来 Leap.ai [https://leap.ai/welcome]注册或者点击左下角【阅读原文】就有可能 match 到滴滴美研和滴滴出行总部的工作机会！

继续阅读
阅读原文