算法工程师

岗位职责
1. 负责供应链智能补货决策算法方案设计与落地，搭建销量预测、采购预测、智能补货、库存调拨等算法模型，完成模型仿真验证、迭代调优，持续提升线上业务指标。
2. 负责供应链核心场景的算法建模与优化落地，针对智能定价、损耗管理、资源匹配、物流调度等业务问题设计专属算法策略，持续优化核心业务指标。
3. 跟进时序预测、运筹优化、数据挖掘、可视化等前沿技术调研，将新技术落地到供应链业务；协同产品、数据、工程团队完成项目交付、线上运维，保障算法服务高可用、高性能、低延迟稳定运行。
4. 沉淀算法设计文档、实验报告、通用组件与脚本，搭建算法实验与监控体系，通过参数调优、策略迭代、并行计算优化模型求解速度与线上效果。
5. 探索并落地AI与供应链业务的融合应用场景，结合大模型、智能决策等AI技术，赋能需求预测归因、供应链智能分析、异常风险预警、决策辅助等场景，通过AI能力优化供应链全链路运营效率与决策精准度。

岗位要求
1. 硕士及以上学历，运筹学、数学、统计学、计算机、人工智能等相关专业；3 年及以上供应链算法研发实战经验。
2. 扎实的机器学习与时序预测功底，熟练使用 Transformer、TFT、DeepAR 等时序预测模型，有销量预测、需求预测落地经验；熟练运筹优化，掌握混合整数规划、启发式算法，能够使用 Gurobi、Cplex 等求解器解决库存、补货、路径规划类业务问题。
3. 良好的工程编码能力，熟练使用 Python，掌握 Java/C++ 任意一门优先；熟悉并行计算、大规模优化求解性能调优，有算法服务线上部署运维经验优先。
4. 具备优秀的业务抽象能力，能够把复杂的线下供应链作业流程转化为数学模型；善于跨团队沟通，可协同产品、业务、工程推进项目从 0‑1 落地。
加分项
1. 在智能补货上有库存周转、缺货率、损耗率等指标可量化优化成果；
2. 具备完整的智能补货算法落地实战项目经验者优先；
3. 熟悉生成式AI在供应链场景落地，如需求归因、智能决策助手；
4. 有其它供应链场景算法落地项目优先，比如：智能定价、损耗管理、资源管理、车辆调度线上落地项目；
5. 拥有各类AI技术与供应链业务结合的落地项目经验，能够依托AI技术赋能供应链补货、资源管理、调度等核心场景优化者优先。