工作职责：

1、供应链核心优化：负责网络规划、干线车辆调度、首末公里路线、站内作业排程、资源排班排产等运筹优化问题的建模与求解；

2、拆解业务指标，设计 MILP/LP/MINLP 或分层混合模型，输出可解释、可落地的决策方案；

3、算法实现与系统工程化：使用 MILP / LP / MINLP 与 Branch‑and‑Price、Column Generation、Benders 等分解技术攻克大规模复杂问题；

4、针对针对大规模 VRP、JSSP、装箱/装载、库存补货等 NP‑Hard 问题，自研或改进 GA、SA、TS、ALNS、LNS、GRASP 等启发式/元启发式算法，并进行 GPU / 多核并行加速；

5、跟进 LLM‑辅助组合优化 (LLM4CO)、在线/分布式随机优化、RL+OR 等前沿方向，验证业务价值；

工作要求：

1、2025 年 9 月至 2026 年 8 月毕业的硕士及以上，运筹学、工业工程、物流工程、计算机、应用数学、人工智能等相关专业（优秀本科生亦可）；

2、扎实的线性/整数规划、网络流、组合优化、概率统计基础；

3、熟悉至少 1‑2 类典型运筹问题（VRP、JSSP、TSLP、库存补货、网络设计等）的建模与求解；

4、掌握启发式算法（GA、SA、TS、ALNS 等）与 MIP 分解技术（Column Generation、Benders、Branch‑and‑Price 等）；

加分项：

1、在 Informs、ROADEF、DIAMCS、CTS、Kaggle、天池等赛事获得奖项或发表顶会/期刊论文;

2、有大型供应链 / 物流 / 制造企业实习或项目经验，对业务流程和成本结构有一定理解；