【主要职责】
1. 参与智能决策模型研发： 在导师指导下，研究与实现适用于电商决策场景的算法，包括但不限于：预测性决策基础： 运用时间序列模型（如Prophet, ARIMA）进行精准的销量预测，为后续决策提供核心输入。
2. 优化决策算法探索： 学习并尝试使用运筹优化算法（如线性规划、进化算法），解决“在成本约束下实现利润最大化”的自动定价、自动补货等问题。
3. 规则与模型融合： 参与构建混合决策系统，将基于专家经验的规则与基于数据驱动的模型预测结果相结合，输出可靠决策建议。
4. 决策服务与评估：
将决策算法封装为高可用的决策服务API（如使用FastAPI），供业务系统调用。参与构建决策效果评估体系，通过回溯分析等方式评估决策收益，并持续迭代优化决策逻辑。
5. 数据洞察与协作：
深入分析业务数据，从用户评论、销售趋势等数据中挖掘洞察，为决策逻辑的优化提供依据。
与数据开发、商品运营等团队紧密协作，确保决策链路畅通。
【职位要求】
必备条件（我们看重你的基础和潜力）：
1. 学历与专业： 拥有1-2年相关经验或24/25届优秀应届毕业生，计算机科学、统计学、数学、工业工程/运筹学、数据科学等相关专业本科及以上学历。
2. 编程与数据基础： 熟练掌握 Python 编程和常用数据科学库（如Pandas, NumPy, Scikit-learn）。熟练掌握 SQL，能独立进行数据提取与分析。
3. 算法基础： 扎实的机器学习与数学基础，理解常见机器学习算法（如线性模型、树模型）的原理。对优化算法（如梯度下降、线性规划）有基本概念者优先。
4. 思维与能力： 具备出色的逻辑分析能力和系统思维，能够理解复杂业务背后的决策逻辑。拥有强烈的求知欲和出色的解决问题的能力。
5. 沟通协作： 良好的沟通能力，能清晰表达自己的想法。
加分项（会让你脱颖而出）：
项目经验： 拥有数据科学项目/竞赛经验（如Kaggle），或在课程/项目中接触过决策优化、预测模型等内容。请务必在简历中附上GitHub链接或项目描述。
技术视野： 接触过以下任何一项：
● 时间序列分析库（如 statsmodels, fbprophet）
● 优化求解器（如 PuLP, Gurobi, CVXPY）或遗传算法库
● Web服务框架（如 FastAPI, Flask）
● 业务兴趣： 对电子商务、供应链管理、博弈论等领域有浓厚兴趣。
● 语言能力： 具备良好的英语阅读能力。