1.拼车订单分配与匹配算法研发：
负责核心的实时拼车订单匹配算法，根据乘客的实时位置、目的地、路线和时间，为多个乘客寻找最优的共乘车辆和路径方案。
建模并求解大规模、高并发的在线司乘匹配问题，平衡用户体验、司机收入和平台效率等多重目标。
设计和优化拼车全局路径规划算法，计算最优的接送、送达序列，以最小化总行驶距离和时间。
2.优化与建模：
将复杂的业务场景抽象为数学模型，如车辆路径问题、图论模型、在线二分图匹配等。
应用并改进先进的优化技术，如线性/整数规划、约束规划、启发式算法和元启发式算法，以在极短的时间窗口内求得高质量可行解。
机器学习融合应用：
利用机器学习模型（如ETA预测、需求预测、取消率预测）来增强优化算法的决策智能。
通过数据分析和挖掘，深入理解司乘行为模式，为算法策略的制定提供数据支持。
3.大规模系统工程：
负责算法的线上部署、AB测试和效果评估，推动算法策略全链路落地，并产生实际业务价值。
与后端工程师紧密合作，优化算法服务的性能和稳定性，确保系统能处理峰值期的海量请求。
行业前瞻与创新：
跟踪业界和学术界的最新进展，探索将前沿技术（如强化学习、端到端优化等）应用于实际业务的可能性。
4.问题解决能力：
具备出色的分析和解决复杂问题的能力，能够将模糊的业务需求转化为清晰的技术问题。
对数据敏感，有很强的逻辑思维能力和量化分析能力。

1.经验要求：
3年以上互联网或相关行业的算法研发经验，拥有网约车、物流配送、即时零售等领域的实时匹配与调度项目经验者优先。
2.技术能力：
扎实的算法基础：精通数据结构和经典算法，对组合优化、计算复杂性有深刻理解。
强大的建模能力：熟悉至少一种运筹优化领域的建模与求解工具，如 OR-Tools, CPLEX, Gurobi 或 Xpress。