|
|
| |
| |
职位描述 用小程序查看更多 |
|
1. 物流与调度算法核心开发：负责末端物流核心算法模块，包括但不限于需求预测、路径规划、任务调度、资源分配等模型的构建与迭代 。
2. 端到端算法解决方案：针对复杂的业务场景（如动态定价、订单匹配、智能调度），独立完成从数据分析、问题建模、算法选型与实现，到开发上线与效果评估的全流程，并对最终业务效果负责 。
3. AI Agent技术探索与落地：参与AI Agent的研发工作，探索如何利用大语言模型（LLM）的感知、规划、工具调用和记忆能力，打造能自主处理复杂任务的智能体系统 。
4. 推荐系统优化：参与并优化现有的推荐策略，通过数据分析与模型迭代，提升推荐的准确性和用户体验。
5. 数据驱动决策：运用Spark等大数据工具进行深度数据分析与挖掘，从数据中发现规律，定位业务痛点，并驱动算法优化 技术基础：
1. 熟悉机器学习经典理论，了解常见的回归、分类、聚类、时序预测模型 。
2. 具备扎实的编程能力，熟练掌握Python/Go/C++中的至少一门语言，熟悉Linux开发环境。
3. 具备良好的数据结构和算法基础，并了解基本的SQL操作和数据库知识 。
专业方向（具备以下一个或多个方向的经验或知识）：
1. 运筹优化：了解或对运筹学问题（如路径规划、车辆调度、生产调度）感兴趣，了解启发式算法、精确求解器等概念更佳 。
2. AI Agent/大模型应用：对AI Agent技术有热情，了解其基本概念（如规划、工具调用）。有LangChain/LlamaIndex等框架学习经验，或对ReAct、CoT等推理模式有了解者优先 。
3. 推荐系统：对推荐算法有基本了解，有相关项目经验者优先。
综合能力：
1. 具备优秀的逻辑思维能力和业务理解能力，能够将模糊的业务需求转化为清晰的技术问题。
2. 对数据敏感，具备较强的分析问题和解决问题的能力。
3. 具有良好的团队合作精神和沟通能力。
4. 学历背景：本科及以上学历，计算机、数学、统计学、自动化、工业工程或相关专业。 |
|
| |
|
|
| |
|
