岗位职责：

1. 供应链优化算法设计与开发： 聚焦供应链领域（如车辆路径规划/VRP、生产排程/APS、仓储优化、网络设计等），设计、开发和落地运筹优化算法模型。深入理解复杂业务需求，结合运筹学（OR）、数学建模与编程技能，构建高效、可扩展的优化解决方案。

2. 数据分析与特征工程： 对供应链相关时序数据、空间数据、业务规则数据等进行分析和预处理。运用统计学方法进行特征分析、选取和构建，为优化模型提供高质量输入。

3. 算法实现、优化与调试： 使用合适工具（如Python、C++、Java）实现优化算法模型。负责模型的性能调优、效率提升（减少计算时间、内存消耗）和鲁棒性增强。熟练运用或学习相关求解器（如Gurobi, CPLEX, OR-Tools等）。

4. 模型落地与应用： 将算法模型集成到实际生产系统或决策支持平台中，参与部署、监控和效果评估，推动算法在真实供应链场景中创造价值。

5. 技术文档与协作： 撰写清晰的技术文档，包括算法设计说明、接口文档、测试报告等。积极参与团队技术分享与讨论，与产品、工程团队紧密协作。

任职资格（核心要求）：

1. 学历专业： 本科及以上学历，运筹学、工业工程、应用数学、统计学、计算机科学、自动化、系统工程、管理科学与工程等高度相关专业。顶尖高校或专业领域知名院校优先考虑。

2. 专业知识与技能：

◦ 扎实的运筹学/优化理论基础： 熟练掌握线性规划、整数规划、混合整数规划、组合优化、网络流、动态规划、启发式算法、元启发式算法等至少一种或多种核心优化方法。具备复杂问题数学建模能力。

◦ 良好的统计学基础： 熟悉概率论、数理统计、统计推断、回归分析、时间序列分析等，能运用统计方法进行数据分析。

◦ 出色的编程能力： 熟练掌握至少一种Python（优先）、C++、Java等编程语言。熟悉基本数据结构与算法，具备编写清晰、高效、可维护代码的能力。

◦ 问题解决能力： 具备优秀的逻辑思维能力、分析能力和抽象能力，能深入分解复杂业务问题，提出并验证有效的算法解决方案。

3. 项目/研究经验： 在课程设计、毕业设计、实习或研究项目中，有使用运筹优化方法解决实际问题的成功经验者优先。有供应链相关项目背景（如排产排程、路径优化、库存优化等）者高度优先。

4. 软技能：

◦ 优秀的沟通能力和团队协作精神，能够清晰表达技术观点并与跨职能团队有效协作。

◦ 强烈的求知欲和自我驱动能力，对供应链优化领域和算法技术（包括AI前沿）保持高度热情和学习能力。

◦ 具备责任心和结果导向思维，关注算法在实际业务中的落地效果。

优先考虑（加分项）：

1. 具备以下一项或多项技术能力者优先：

◦ 熟悉机器学习（ML） (如分类、回归、聚类) 常用算法（决策树、SVM、集成学习等）。

◦ 了解深度学习（DL） 基础知识及常用框架（如TensorFlow, PyTorch）。

◦ 了解强化学习（RL） 概念（如MDP, Q-learning, Policy Gradient）及其在优化中的应用。

◦ 对大模型（LLM） 基础、应用潜力及与运筹优化结合的方向有所了解。

2. 了解常用运筹优化求解器（如Gurobi, CPLEX, OR-Tools）或建模语言（如Pyomo, AMPL）。

3. 熟练使用数据库（SQL）和常用数据处理库（如Pandas, NumPy）。

4. 发表过相关领域高质量论文或竞赛（如Kaggle优化类竞赛）获奖者。