酷澎
SCMA Senior Staff Data Scientist
SCMA Senior Staff Data Scientist
发布于 8 小时前普通员工/个人贡献者
全职员工仅现场办公数据科学
数据科学
Gurobi
Llm
Sql
图神经网络
强化学习
知识图谱
离散事件仿真
运筹优化
值不值得投
80综合评分
综合评分 80
跨国巨头核心算法岗、前沿技术栈、薪资极高、业务挑战巨大，WLB未明确。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
11.5万
比数据科学中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 250 个在招 · 其中数据科学 4 个
市场机会
选择适中
上海 · 数据科学 · 28 个在招
职位详情
关于这个职位
该职位是酷澎供应链管理自动化（SCMA）团队的高级数据科学家，主要负责构建认知引擎，将深度学习与运筹优化结合，打造全自主的供应链操作系统
你需要领导大模型、知识图谱和图神经网络的融合，管理每日千万级单元的采购决策，大幅减少人工干预并最大化库存ROI
最低要求
学历：运筹学、计算机科学（AI/ML方向）或相关定量领域的博士或硕士学位
经验：10年以上相关行业经验，理想情况下在电商、供应链管理或高复杂度交易环境中工作过
AI/ML 专业知识：
模型架构：有设计和实现最先进的时序和图架构（如 TiDE、GNN、Transformers）以及强化学习模型的经验
生成式 AI：具备 LLM 和 Agentic 工作流的专家级知识
图技术：掌握用于供应链映射的知识图谱和图神经网络（GNN）
优化与启发式算法：精通混合整数规划（MIP）、动态规划和元启发式算法（遗传算法、PSO）
仿真精通：在离散事件仿真或基于智能体的建模（如 AnyLogic、Simio）方面有成熟的落地经验
工具：
求解器：精通 Gurobi、Cplex 或 SCIP
编程语言：Python、Java 或 Scala
数据：精通 SQL，并有大数据环境（Spark、Clickhouse）的使用经验
工作职责
架构认知引擎：领导大语言模型（LLM）、知识图谱（KG）和图神经网络（GNN）的融合，创建一个自主的智能体供应链平台
整合深度学习与运筹学：设计混合系统，利用深度学习进行高保真信号感知，并利用运筹学进行复杂的基于约束的优化
推动全面自主化：开发模型以超大规模主动管理整个 SKU 生命周期，从“人在环中”转向“人在环上”的战略监督
建立模型治理：实施严格的治理框架，确保高风险自主决策保持准确、无偏见、可解释，并能抵御数据漂移
仿真与实验：领导大规模离散事件仿真（DES）和基于智能体的仿真模型，在生产部署前验证“假设”场景
战略领导：就研究路线图和技术突破向领导层提供建议，定义电商供应链管理的未来
跨职能合作：与 SCMA 工程团队合作，部署生产级模型，在不牺牲延迟或可靠性的情况下处理极端的需求波动
AI 洞察
优缺点分析
优点
- 技术栈极其前沿，深度融合LLM、GNN与运筹优化，处于AI赋能供应链的最前沿
- 上市公司平台，资源充足，能够接触到行业顶级的工程与数据基础设施
- 技术难度极高，需要同时精通深度学习与运筹优化，且要将两者无缝融合，对综合能力要求苛刻
- 适合在AI与运筹优化交叉领域有深厚积累，渴望在超大规模电商供应链场景中解决世界级难题的顶尖技术专家
缺点 / 挑战
- 业务场景极具挑战性和规模，管理每日千万级单元决策，能积累超大规模复杂系统的实战经验
- 业务目标激进（减少50%人工干预），在极端需求波动下保证模型的准确性、低延迟和高可靠性压力巨大
角色解读
- 向首席科学家或供应链自动化技术VP方向发展，主导公司级核心算法战略
- 成为电商供应链与AI结合领域的行业顶尖专家，引领全自主供应链操作系统的技术演进
- 作为SCMA团队的科学权威和首席架构师，负责构建融合深度学习与运筹优化的认知引擎
- 设计并实现大模型、知识图谱和图神经网络，打造全自主的供应链操作系统，管理每日千万级单元的采购决策
- 领导大规模仿真与实验，验证复杂场景，并与工程团队合作将模型部署到生产环境
- 精通大语言模型（LLM）、图神经网络（GNN）及强化学习等前沿AI技术，具备生成式AI和智能体工作流的专家级经验
- 深厚的运筹学功底，精通混合整数规划（MIP）、动态规划及元启发式算法，熟练使用Gurobi等求解器
- 熟练掌握Python/Java/Scala，精通SQL及Spark等大数据处理工具，具备离散事件仿真落地经验
申请策略
- 深入了解酷澎的供应链模式（如Rocket Delivery）及其对库存周转和履约效率的极致追求，在面试中展现对业务的深刻理解
- 突出在深度学习（特别是LLM、GNN、时序模型）与运筹优化（MIP、启发式算法）结合方面的实际落地项目
- 强调处理超大规模数据的经验，如每日千万级决策、高并发场景下的模型性能优化与工程化部署
- 展示在离散事件仿真或智能体仿真方面的成功案例，以及如何通过仿真验证模型并指导生产部署
- 复习并深化对Agentic workflows和LLM在决策系统中应用的理解，了解最新的TiDE等时序架构
- 熟悉AnyLogic或Simio等仿真工具，或复习离散事件仿真的核心理论与实现细节
面试指南
- STAR法则结合技术深度：在描述项目时，不仅说明业务背景（Situation）和任务（Task），更要深入讲解技术选型（Action）中的权衡（如DL与OR的边界划分），以及最终带来的量化业务收益（Result）
- 系统性思维：回答架构或治理问题时，从数据流、模型流、工程部署到监控反馈，展现全链路的系统性思考
- 请详细描述一个你将深度学习与运筹优化结合解决复杂业务问题的项目，遇到了哪些挑战？
- 在构建全自主供应链系统时，如何设计模型治理框架以确保决策的准确性和可解释性？
- 面对极端的需求波动，你的模型如何保证低延迟和高可靠性？
- 请解释如何利用知识图谱和图神经网络进行供应链映射，并举例说明其实际效果
- 在设计大规模离散事件仿真时，如何确保仿真结果能够准确反映真实世界的复杂性？
- 准备1-2个自己主导的、具有极高技术复杂度的核心项目，能够经受住面试官对底层原理和工程细节的深挖
职位点评
薪资福利90
成长发展95
工作生活40
使命价值85
薪资福利
90较高
作为已上市的跨国巨头企业，该高级专家岗位提供极具市场竞争力的薪资和完善的福利体系，物质回报丰厚。
薪资信号偏高 (8千–15万/月)
成长发展
95较高
岗位处于LLM与运筹优化结合的最前沿，业务场景极具挑战性，能极大提升个人在AI供应链领域的顶尖技术实力。
技术前沿前沿/新兴技术
技术栈LLM、Knowledge Graphs、GNN、Operations Research、Reinforcement Learning、Python、Spark、Gurobi
业务类型profit_center
工作生活
40较低
JD未提及工作模式与WLB相关信息，且作为高级核心算法岗，面临千万级决策和极端需求波动，工作强度可能较大。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
85较高
致力于颠覆传统商业，打造全自主供应链操作系统，具有强烈的技术使命感和改变行业的社会价值。
行业发展高速增长赛道
社会影响中性/一般
使命信号build the future of commerce、disrupting the multi-billion-dollar commerce industry
创新程度开拓性创新（行业首创）
酷澎 的其他在招职位
相似职位推荐
Watch Jobs