作为兼职算法开发工程师，你将深度参与集装箱堆存优化与运输路径规划的核心算法落地，对接业务需求与技术实现，用数据驱动的方法提升堆存周转率、降低运输成本，推动物流环节的智能化升级。
核心职责
1、需求转化：与业务运营、产品团队沟通，拆解集装箱堆存（如堆位分配、箱型匹配、周转率提升）、运输（如拖车调度、动态路径优化、船期衔接）的业务痛点，转化为可量化的算法目标；
2、数据处理：协助处理清洗、预处理集装箱堆存历史数据（堆位使用记录、箱型库存、周转时效）、运输订单数据 ，构建算法训练与验证的数据集；
3、算法实现：主要工作是基于运筹学优化（如启发式算法、VRP模型）、机器学习（如预测周转率的分类模型）或数据挖掘方法，开发堆存策略原型（如动态堆位推荐）、运输调度算法（如实时路径调整）；
4、效果迭代：协助通过离线模拟（如堆场运营沙盘、运输成本对比）与小范围在线测试，验证算法效果，持续优化参数与逻辑；
5、知识沉淀：协助撰写算法设计文档、操作手册，同步业务团队算法逻辑与应用场景，推动落地转化。
任职要求
1、技术硬实力（必备）
熟练掌握Python/R/SQL，熟悉数据结构与常用算法（如排序、图论）；
有算法开发经验，优先具备以下任一背景：
2、运筹学优化：用过OR-Tools、Gurobi等工具解决调度/路径问题；
机器学习：做过预测类/分类类项目（如销量预测、风险评估）；
物流供应链：参与过仓储/运输算法项目（如电商仓配、货运调度）。
能独立处理大规模结构化数据（如百万级堆存记录、千万级运输订单）。
3、行业认知（加分项）
了解集装箱物流基础流程（堆存→提还箱→运输→船期），熟悉堆存规则（如先进先出、重箱/轻箱分层）或运输调度逻辑（如拖车配载、路线规避）；
4、对物流行业的效率痛点有感知（如堆场空箱积压、运输空驶率高），愿意用技术解决问题。
5、 软技能（关键）
（1）沟通能力强：能将业务问题“翻译”为算法语言，也能向非技术人员解释算法价值；
（2）自我驱动：兼职期间可保证每周15-20小时投入，配合项目里程碑节奏。
工作模式 & 地点
时间：灵活兼职，可根据项目进度调整工作时间（如周末/晚间）；