大数据分析岗（高级算法工程师）

工作职责：
一、数据挖掘、运筹方向：
1.研究机器学习、深度学习、运筹优化等领域的前沿技术，建立、评估、迭代数据模型和算法，构建数据洞察体系；
2.深入理解业务场景，打造智能化供应链解决方案；
3.紧贴业务部门需求，赋能业务决策；
4.挖掘数据价值，驱动业务创新。
二、大模型方向：
1.完成大模型相关任务，确保数据的准确性和模型的有效性；
2.参与大模型算法的应用研究，将算法从理论转化为实际业务场景中的解决方案；
3.协助团队探索智能体应用的新方向，推动产品的创新与优化；
4.参与大模型在业务场景中的关键能力开发，优化模型在业务中的落地效果，提升业务处理效率；
5.参与算法模型的工程化落地工作，确保模型在业务系统中的稳定运行。
三、算法工程方向：
1.参与算法平台扩展性、稳定性优化，为未来业务拓展奠定基础；
2.设计算法模型服务化方案，致力于实现高并发、低延迟在线推理服务，保障服务的稳定运行；
3.参与算法从研发到生产的工程化流程；
4.参与算法平台的模块化、服务化工作，提升平台的易用性和可维护性；
5.推动算法平台与公司内部其他系统集成，助力提升协同效应。

任职要求：
1.计算机、数学、统计相关专业本科及以上学历。硕士及以上优先；
2.数据敏感，有良好的逻辑思维和定义以及解决问题的能力；
3.具备良好的数学基础，熟悉线性代数、概率论与统计学、优化算法等；
4.精通至少一种编程语言，如 Python、Java 或 C++，熟悉算法实现及性能优化；
5.对机器学习、深度学习原理有深入理解，熟悉常用框架如TensorFlow、PyTorch、Scikit-learn等；
6.能够快速学习和适应新技术，具有较强的创新意识和探索精神，能提出新的想法和解决方案；
7.具备良好的团队合作精神，能够有效沟通，与跨部门团队紧密协作；
8.熟悉常见的大模型架构（大模型方向）；
9.具备算法工程化、AI平台建设相关工作经验（算法工程化方向）；
10.熟悉模型推理加速技术（如TensorRT、ONNX、OpenVINO等）（算法工程化方向）；
11.熟悉容器化技术（如 Docker）和 Kubernetes 集群管理，具备模型部署到云平台或生产环境的经验（算法工程化方向）。