阿里巴巴
算法工程师-运筹优化
算法工程师-运筹优化
发布于 大约 8 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
多智能体
大模型
强化学习
算法研究
组合优化
运筹优化
高性能计算
混合整数优化
值不值得投
82综合评分
综合评分 82
技术前沿、薪资优厚，但工作强度可能较大，适合追求技术成长的算法专家。
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
48K
比算法优化工程师中位数低
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 1820 个在招 · 其中算法优化工程师 66 个
市场机会
选择面较广
杭州 · 算法优化工程师 · 62 个在招
职位详情
关于这个职位
作为阿里巴巴的算法工程师（运筹优化方向），你将专注于运筹优化与多智能体协同的算法研发，并将优化技术与大模型、强化学习等前沿技术结合，应用于电商、金融、大交通、云计算等领域的调度与决策场景
该岗位要求深厚的数学功底和扎实的编程能力，并推动预测-优化一体化方案的落地
最低要求
具备深厚的数学功底，精通建模与系统思维，能从全局视角拆解复杂问题，平衡局部与全局最优力
编程功底扎实，精通 Python (NumPy/Pandas/Scipy)，熟悉 C++/Java/Julia 等至少一门高性能语言
学习能力强，能追踪 OR-LLM 融合、混合推理机制、因果推理等交叉领域的前沿技术
具备良好的跨域跨团队沟通能力，能将模糊的需求转化为严谨的技术方案
工作职责
负责运筹优化／多智能体协同方向的算法研究和开发，包括但不限于组合优化，混合整数优化，决策与复杂系统建模，高性能求解软件研发，高性能数值代数方法和实现等
负责将优化技术和大模型（LLM/Agents）、强化学习（RL）等技术有效结合，并应用于电商、金融、大交通、云计算等领域中的优化与调度场景
推动“预测-优化一体化”方案落地，利用数据驱动思维验证模型假设，并提升决策方案的可解释性与鲁棒性
优先资格
在国际顶级会议（如 NeurIPS, ICML, AAAI, KDD 等）或者顶刊发表过高质量论文，研究方向涉及大模型增强优化、智能体协同或在线自适应优化者优先
积极参与国内外知名OR或AI开源项目（如开发算法库、贡献Agent框架代码等），具有一定的行业技术影响力者优先
有过运用运筹优化技术解决实际问题项目经验的优先
在能源调度、智能制造、智慧大交通等复杂动态场景有积累者优先
AI 洞察
优缺点分析
优点
- 阿里巴巴作为行业巨头，提供广阔的平台和丰富的业务场景，有助于技术落地和职业发展
- 岗位涉及运筹优化、大模型、强化学习等前沿技术，技术含量高，能够持续提升个人能力
- 薪资待遇优厚，福利完善，包括股票期权、年终奖等
- 团队氛围好，注重技术创新，有机会与业界顶尖人才合作
- 岗位要求高，需要深厚的数学和编程功底，以及快速学习新技术的能力
- 工作强度较大，可能需要应对复杂的业务需求和高频的项目迭代
- 跨团队沟通成本高，需要将模糊的业务需求转化为严谨的技术方案，对沟通能力要求高
- 适合对运筹优化、大模型等前沿技术有浓厚兴趣，具备扎实数学和编程基础，并希望在大型平台解决复杂实际问题的算法工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 在技术深度上，可以成为运筹优化领域的专家，主导复杂算法的研发与落地
- 在业务广度上，可以拓展到更多行业场景，如能源调度、智能制造、智慧交通等，成为行业解决方案专家
- 在管理方向上，可以晋升为技术团队负责人，带领团队进行算法研究和项目交付
- 负责运筹优化算法的研究与开发，包括组合优化、混合整数优化等，解决电商、金融、交通等领域的复杂调度与决策问题
- 将大模型（LLM/Agents）与强化学习技术结合，探索预测-优化一体化方案，提升决策的可解释性和鲁棒性
- 与跨团队协作，将模糊的业务需求转化为严谨的技术方案，并推动算法在实际场景中落地
- 扎实的数学功底，精通建模与系统思维，能够从全局视角拆解复杂问题
- 精通Python（NumPy/Pandas/Scipy），熟悉C++/Java/Julia等至少一门高性能语言
- 对运筹优化、大模型、强化学习等前沿技术有深入理解，并能追踪交叉领域的最新进展
- 具备良好的沟通能力，能够与不同团队协作，将需求转化为技术方案
申请策略
- 了解阿里巴巴在电商、金融、云计算等领域的业务，结合具体场景展示你的算法应用能力
- 在面试中强调你的数学建模能力和系统思维，以及如何平衡局部与全局最优
- 突出运筹优化、组合优化、混合整数优化等领域的项目经验，展示如何解决实际问题
- 强调大模型（LLM/Agents）与强化学习的结合应用，体现技术前沿性
- 展示在顶级会议（如NeurIPS、ICML）发表论文或参与开源项目的经历，证明学术影响力
- 强调跨团队协作和沟通能力，以及将业务需求转化为技术方案的成功案例
- 深入学习大模型与运筹优化结合的最新研究，如OR-LLM融合、混合推理机制
- 提升编程能力，特别是C++或Java等高性能语言，以及Python的数值计算库
面试指南
- 使用STAR法则（情境、任务、行动、结果）来回答项目经验问题，突出你的贡献和成果
- 对于技术结合问题，先阐述基本原理，再结合具体场景说明应用方式和预期效果
- 对于建模问题，强调从业务需求到数学模型的转化过程，以及如何平衡模型复杂度和求解效率
- 请描述一个你使用运筹优化技术解决实际问题的项目，包括建模过程和结果
- 如何将大模型（LLM）与强化学习结合，应用于优化调度场景？
- 面对一个复杂的业务问题，你如何拆解并建立数学模型？
- 你如何评估一个优化算法的鲁棒性和可解释性？
- 请谈谈你对OR-LLM融合、混合推理机制等前沿技术的理解
职位点评
薪资福利85
成长发展95
工作生活60
使命价值80
薪资福利
85较高
阿里巴巴作为上市公司，提供有竞争力的薪资和福利，但具体薪资需面议。
薪资信号面议 (35K-60K/月)
成长发展
95较高
该职位涉及运筹优化、大模型、强化学习等前沿技术，技术含量高，成长空间大。
技术前沿前沿/新兴技术
技术栈运筹优化、大模型、强化学习、组合优化、混合整数优化、Python、C++
业务类型ambiguous
工作生活
60中等
工作地点在杭州或上海，现场办公，可能面临较大工作强度。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
该职位在电商、金融、云计算等领域有广泛应用，对行业有较大影响，但社会价值感一般。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs