初速度
Robo Platform - Robo调度算法
Robo Platform - Robo调度算法
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公算法优化工程师
算法优化工程师
Go
分布式系统
图神经网络
强化学习
组合优化
调度算法
值不值得投
77综合评分
综合评分 77
自动驾驶前沿赛道、核心算法岗、技术成长空间大，薪资竞争力强但工作节奏可能较快。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
5万
比算法优化工程师中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
73 个在招 · 其中算法优化工程师 2 个
市场机会
选择不多
苏州 · 算法优化工程师 · 10 个在招
职位详情
关于这个职位
该职位负责网约车或物流配送场景下的调度系统核心算法设计与迭代，包括订单分配、动态定价等模块
你需要建立调度仿真环境评估算法效果，并设计高可用、低延迟的在线调度服务，推动算法方案从原型到生产全链路落地
最低要求
计算机、数学、运筹学、自动化或相关专业本科及以上学历
扎实的算法与数据结构基础，熟悉组合优化、图论、动态规划等经典方法
熟练掌握至少一门编程语言（Python/Go/C++），具备工程化能力，能独立完成从算法设计到服务上线的全流程
熟悉车辆路径规划问题（VRP/VRPTW）、指派问题（AssignmentProblem）等经典调度模型，有强化学习（DRL）在调度或决策场景的实际应用经验
了解网约车/即时配送行业的供需撮合机制、ETA预估、订单池管理等核心模块
有大规模在线优化系统（延迟<100ms）的设计或调优经验，熟悉分布式系统，有Kafka、Redis在高并发调度场景中的实践经验
有网约车（滴滴/Uber/Lyft）、即时物流（美团/达达/顺丰）或自动驾驶出行平台的相关工作经验
工作职责
负责网约车或物流配送场景下的调度系统核心算法设计，包括订单分配、供需撮合、动态定价、运力预测等模块的研发与迭代
基于实际业务数据，建立调度仿真环境，量化评估算法效果，驱动策略持续优化
深入理解业务运营逻辑，将运营诉求转化为算法问题，提出系统性解决方案
设计高可用、低延迟的在线调度服务，保障大规模并发下的系统稳定性
跟踪学术前沿（强化学习、组合优化、图神经网络等方向），将先进方法结合业务场景落地
与产品、运营、工程团队深度协作，推动算法方案从原型到生产全链路落地
优先资格
硕士或博士学历优先
AI 洞察
优缺点分析
优点
- 处于自动驾驶与智能出行前沿赛道，技术壁垒高，涉及强化学习、图神经网络等先进技术
- 接触大规模并发与低延迟系统设计，工程与算法能力双重提升
- 与顶尖团队合作，将学术前沿方法结合业务场景落地，成就感强
- 业务场景复杂，需深入理解运营逻辑并转化为算法问题，对业务理解力要求高
- 大规模在线系统对稳定性和延迟要求极高，系统调优与故障排查难度大
- 具备扎实运筹优化与机器学习基础，有网约车或即时配送调度经验，追求技术深度与业务落地的算法工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 从算法工程师向资深算法专家发展，在自动驾驶与智能交通领域积累深厚的技术壁垒
- 深入理解业务运营逻辑，未来可向算法团队技术管理或业务架构师方向转型
- 负责网约车或物流配送场景的调度系统核心算法设计，包括订单分配、动态定价、运力预测等模块
- 建立调度仿真环境量化评估算法效果，并将运营诉求转化为算法问题提出系统性解决方案
- 设计高可用、低延迟的在线调度服务，保障大规模并发下的系统稳定性并推动全链路落地
- 扎实的算法基础，熟悉组合优化、图论、动态规划及VRP等经典调度模型
- 熟练掌握Python/Go/C++，具备从算法设计到服务上线的工程化落地能力
- 熟悉强化学习在决策场景的应用，具备大规模在线优化系统（延迟<100ms）的设计与调优经验
申请策略
- 了解初速度在自动驾驶出行平台（如Robotaxi）的业务布局，思考调度算法在L4自动驾驶场景下的特殊挑战（如安全性、确定性）
- 突出在网约车、即时物流或自动驾驶平台的调度算法落地经验，展示对业务场景的深刻理解
- 展示在组合优化、强化学习或图神经网络方向的具体项目，强调算法效果与核心指标提升
- 强调高并发、低延迟在线系统的设计与调优经验，体现算法工程化落地能力
- 深入复习VRP/VRPTW等经典调度模型及主流求解器的使用与调优策略
- 了解强化学习在决策场景的最新论文与开源实现，提升算法前沿视野
- 熟悉Kafka/Redis在高并发场景的最佳实践，强化分布式系统工程能力
面试指南
- 使用STAR法则描述项目背景、任务、行动和结果，重点突出算法带来的业务指标提升
- 对于系统设计题，从需求分析、架构设计、核心算法、性能优化（如缓存、异步、分布式）等方面结构化展开
- 对于算法题，先讲理论模型，再讲工程落地与调优细节，体现理论与工程结合的能力
- 请详细介绍你过去在订单分配或供需撮合中使用的核心算法及实际业务效果
- 如何在延迟<100ms的要求下设计大规模在线优化系统？
- 强化学习在调度场景中如何解决探索与利用的平衡问题？
- 如何将复杂的运营诉求转化为可优化的数学模型？
- 准备1-2个深度参与的调度算法项目，梳理其中的技术难点、解决方案及量化收益
职位点评
薪资福利80
成长发展90
工作生活50
使命价值85
薪资福利
80较高
自动驾驶核心算法岗，薪资处于市场较高水平，C轮后大型企业具备较好的薪酬竞争力。
薪资信号未披露（AI估算：3.5千–6.5万/月）
成长发展
90较高
处于自动驾驶前沿赛道，涉及强化学习、图神经网络等先进技术，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈强化学习、组合优化、图神经网络、Python、Go、C++、Kafka、Redis、VRP、VRPTW
成长机会跟踪学术前沿
业务类型profit_center
工作生活
50较低
JD未明确提及工作模式与WLB，但算法岗及大规模在线系统通常伴随一定的业务压力。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
85较高
自动驾驶与智能出行是极具社会价值的领域，推动交通效率提升与出行安全。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs