滴滴研究院

2016年4月13日，滴滴出行對外宣布，機器學習研究院升級為滴滴研究院，人工智慧科學家何曉飛教授任滴滴研究院首屆院長，負責滴滴研究院和大數據團隊建設，向CTO張博彙報。

滴滴研究院是滴滴出行全新的創新性研究機構，也是滴滴出行的“大腦”。

滴滴研究院的研究方向包括：機器學習、計算機視覺、人工智慧、數據挖掘、最優化理論、分散式計算等。滴滴研究院與業務線緊密結合，每一項研究成果都能以最快的速度應用到相應的產品上，給千萬用戶帶去便捷。

滴滴研究院包括ETA、動態調價、智能分單、拼車、供需預測、運力調度、熱力圖等核心項目。

何曉飛——滴滴研究院院長，滴滴出行高級副總裁，大數據負責人。浙江大學教授、博導，國家傑出青年基金獲得者，國際模式識別學會會士（IAPRFellow）。2000年畢業於浙江大學，獲計算機學士學位；2005年畢業於美國芝加哥大學，獲計算機博士學位；后加入美國雅虎公司，任職研究科學家；2007年作為人才引進加入浙江大學，任職教授。研究領域包括機器學習，人工智慧，計算機視覺和數據挖掘。

葉傑平——滴滴研究院副院長。美國密歇根大學終身教授，密歇根大學大數據研究中心管理委員會成員，美國明尼蘇達大學博士畢業。機器學習領域國際領軍人物，主要從事機器學習，數據挖掘和大數據分析領域的研究，尤其在大規模稀疏模型學習中處於國際領先地位。在國際頂級期刊和會議發表高水平論文200餘篇，引用次數超過8000次，擔任包括IEEETPAMI，DMKD，IEEETKDE，NIPS，ICML，KDD等多個國際頂級期刊編委及國際頂級會議程序委員會主席和領域主席。

楊帆——滴滴出行大數據部高級研發總監。負責開發滴滴的數據平台，機器學習平台，A/B測試和特徵工程平台。曾任美國LinkedIn公司數據挖掘研發經理，Tano科技公司創始人和CEO，和紐約城市大學智能交通助理教授。15年機器學習，數據挖掘，優化演演算法和智能交通研究經驗，擁有8項美國大數據演演算法專利。2004獲得美國威斯康辛麥迪遜大學智能交通博士和計算機碩士學位。1997年本科畢業於清華大學汽車工程系。

張浩——滴滴出行大數據架構總監。負責大數據分散式計算平台的規劃與建設，為機器學習，商業智能，用戶畫像，特徵工程，A/B測試等應用提供豐富的離線與實時計算的工具與資源保障。擁有十餘年開發大型分散式系統的實際經驗，對大數據流式計算平台有深入的研究，開發的數據處理平台處理PB級數據，影響全世界3億多用戶。曾就職於美國LinkedIn搜索與分析部資深工程師，美國Microsoft語音識別組高級數據工程師。

劉威——滴滴出行研發總監。原IBM沃森研究中心研究科學家，電子與電氣工程學會計算機視覺與模式識別國際會議青年研究者獎得主。畢業於美國哥倫比亞大學，計算機科學與電子工程學博士，是2013年哥倫比亞大學優秀博士論文僅有的兩位獲獎人之一。

【ETA】基於滴滴出行的海量實時出行數據，設計出全新的時間預估演演算法，從原理上克服了傳統演演算法的缺陷，大幅度提升了時間預估的準確率。

【智能分單】在司機和乘客的歷史數據中學習接單概率模型，提高司機和乘客的匹配度，利用運力的規模效應實時地從全局上最優化總體交通運輸效率和乘客出行體驗。

【供需預測】基於海量實時出行數據，以數十億訂單數據和數千萬司機位置信息為基礎，預測任意時間段各個區域的訂單需求和運力分佈狀況，提供最優的未來出行方案。

【運力調度】基於供需預測結果，大規模有序調動全城所有可用運力，實現資源最優化分配，力求解決正在發生的以及潛在供需失衡的狀況，提昇平台效率的同時最大化利用交通運力，緩解城市擁堵。

【熱力圖】基於對歷史數據的統計並結合實時訂單數據，給出當前全城範圍內訂單密集區域的分佈，給司機提供有價值的聽單位置參考，提高聽單概率並減少司機空駛時間。

【拼車】實現高效的實時拼車訂單的匹配演演算法，共享運力資源以及降低乘客出行成本。在不斷提高拼成模型準確率的同時，優化拼車體驗，提升服務效率。