高级数据科学家

职位概述：

麦当劳发展部 Engine of Acceleration 团队正在寻找一位兼具技术深度与业务敏锐度的高级数据科学家，加入我们共同推动数据科学在门店拓展及更广泛业务场景中的创新应用。

Engine of Acceleration 是发展部旗下的数据与技术团队，覆盖数据科学、产品管理、系统开发等多个职能，致力于用数据科学与系统能力支持公司的门店发展与业务决策。团队负责从门店选址评估到经营预测、从网络规划到智能分析工具的全链路数据产品与算法能力建设，你将接触到海量真实的业务数据，参与到直接影响公司战略的核心项目中。

你将作为团队核心技术骨干，端到端负责算法模型的设计、开发与工程化落地，覆盖销售预测、空间选址、网络优化等核心业务场景，并探索

LLM/Agent 等前沿技术在业务中的创新应用。你将以业务价值为导向，将算法能力转化为可衡量的业务成果——你的每一个模型，都可能直接影响数百家门店的布局与经营表现。

我们提供有竞争力的薪酬福利与完善的职业发展通道，以及技术与业务双轮驱动的成长环境。如果你热爱用算法解决真实世界的复杂问题，希望在一家有规模、有数据、有业务影响力的公司充分发挥技术价值，与一群专业、务实、有热情的伙伴共同成长，欢迎加入我们。

主要职责：

算法模型开发与落地：独立负责预测类（销售预测、客流预测）、空间类（门店选址、GIS 分析、商圈评估）、优化类（开店网络规划、选址组合优化）等方向的算法设计、模型开发与效果迭代，端到端推进从需求理解到上线落地的全流程。

工程化与生产部署：将算法模型进行工程化封装与部署，确保模型的稳定性、可扩展性与运行效率，能够独立完成从原型到生产环境的交付。

LLM 与前沿技术探索：探索大语言模型（LLM）、智能体（Agent）等前沿 AI 技术在业务场景中的创新应用，推动技术试点与落地，保持团队技术竞争力。

业务问题诊断与方案设计：深入理解发展部及相关业务部门的需求，从业务痛点出发，设计数据驱动的解决方案，将业务问题转化为可量化的数据问题，并推动方案落地。

跨团队协作与价值传递：与产品、工程、业务等团队紧密协作，清晰传达算法方案的业务价值与技术逻辑，确保项目目标对齐、高效推进。

技术沉淀与团队成长：沉淀算法最佳实践与技术文档，参与团队技术分享，带动团队整体技术能力提升。

任职要求：

硬性条件：

学历背景：统计学、数学、计算机、信息技术、地理信息系统（GIS）等相关专业本科及以上学历。

工作经验：8 年及以上数据科学/算法开发相关工作经验，有零售、餐饮、快消、咨询等行业背景者优先。

技术能力：

精通 Python 及主流数据科学库（Pandas、NumPy、Scikit-learn、XGBoost、LightGBM

等）；

熟悉常用机器学习算法（回归、分类、聚类、时间序列预测、优化算法等），并有实际项目落地经验；

具备大数据平台使用经验，熟练使用 Spark、Hive 等工具处理大规模数据；

具备算法工程化经验，能够独立完成模型的封装、部署与上线（熟悉 Docker、Airflow、FastAPI 等者优先）；

熟练使用 SQL，具备复杂数据查询与数据仓库使用经验。

专业领域经验（满足以下任一方向即可，有多项经验者优先）：

有空间分析/选址建模经验，熟悉

GIS 分析、Huff 模型、区位分析、商圈评估等方法；

有预测类项目经验，如销售预测、客流预测、需求预测等，熟悉时间序列建模方法；

有优化类项目经验，如选址组合优化、网络规划、资源分配等，熟悉线性规划、启发式算法等。

LLM/Agent 经验：对大语言模型、智能体（Agent）有实际应用经验，了解主流 LLM 框架与工具（LangChain、向量数据库、RAG 等），有相关项目落地经验者优先。

软性能力：

业务导向：对商业模式和业务逻辑有浓厚兴趣，能够从业务问题出发设计算法方案，确保技术投入与业务价值对齐；

结果意识：关注模型的业务效果与落地价值，能够衡量并证明算法带来的业务提升；

沟通协作：具备良好的沟通能力，能够与非技术背景的业务方清晰表达技术方案与价值，推动跨团队协作；

自驱学习：具备强烈的自驱意识和好奇心，能够主动学习新技术并应用于业务场景；

问题解决能力：面对模糊的业务问题，能够拆解问题、界定边界，找到可行的技术路径。

加分项：

有门店选址、网点规划、零售扩张等相关项目经验；

熟悉 ArcGIS、QGIS 等 GIS 工具，或有地理信息系统相关背景；

有从0 到 1 搭建算法系统或数据产品的经验。