1、算法研发与建模
负责业务场景下的算法需求分析、方案设计、模型选型与实现
应用并优化机器学习（如GBDT、LR、XGBoost 等）和深度学习（如CNN、RNN、Transformer、GNN等）模型，解决时序预测、分类聚类、排序等问题
运筹优化算法（线性规划、整数规划、动态规划、启发式算法、强化学习与运筹结合等），解决车辆调度、资源分配、路径规划、排班排产等组合优化问题
2、数据处理与系统实现
负责大规模数据的收集、清洗、分析和预处理工作
深入理解业务，进行高质量的特征挖掘、筛选和工程化，构建模型特征体系。
将算法模型进行代码实现，并完成离线训练与评估。
3、 模型迭代与优化
持续监控线上模型的性能表现
定位模型问题根源，制定模型迭代优化策略。
建立模型的自动化训练、评估和上线流程，提升算法迭代效率
4、协作与沟通
与产品经理、业务方紧密沟通，将业务需求转化为技术方案
撰写清晰的技术文档，进行技术分享，推动团队技术进步。

任职要求：

1、学历与专业：
计算机科学、软件工程、人工智能、数学、统计学、电子工程等相关专业，本科及以上学历（硕士/博士优先）。
2、技术技能：
1）技术领域与研究方向：
机器学习方向、计算机视觉方向、运筹优化方向均可
2）编程基础： 精通至少一门主流编程语言，如 Python 或 C++，具备扎实的编码能力和良好的代码风格
3）数据基础： 熟练掌握数据结构和常用算法，具备优秀的数据分析能力和问题解决能力。
机器学习/深度学习： 扎实的机器学习理论基础，熟悉常见的机器学习算法和深度学习框架，如 TensorFlow、PyTorch、Scikit-learn 等。
4）数据处理： 熟练使用SQL进行数据查询和处理，熟悉至少一种大数据工具，如 Spark、Hadoop、Hive 者优先。
5）工程能力： 了解Linux开发环境，掌握Git等版本控制工具，具备基本的软件工程知识。
3、综合能力：
1）出色的逻辑思维能力和数据分析能力，能够从数据中发现问题并找到解决方案。
2）强烈的责任心和团队合作精神，良好的沟通表达能力。
3）具备优秀的学习能力和自驱力，能快速适应新技术和业务变化。
加分项：
1、拥有 1-3年（或以上）相关领域算法研发和落地经验。
2、有大规模分布式模型训练、模型压缩与加速、在线服务高并发优化经验者优先。