AIDC供应链产技团队-供应链物流大模型算法工程师-日常实习生

优缺点分析

角色解读

• 从日常实习生起步，深入接触全球化真实供应链场景与前沿大模型技术，积累工业界实战经验
• 未来可发展为供应链算法专家或大模型应用架构师，在学术与工业界均有广阔的发展空间
• 负责国际零售供应链核心算法研发，包括销量预测、库存优化、智能定价、履约效率等方向
• 参与供应链垂类大模型建设，基于海量数据构建知识体系，实现复杂场景下的智能洞察与协同决策
• 在供应链AI、预测优化、大模型应用等方向进行技术突破，并有机会产出高水平学术论文
• 熟练掌握机器学习、深度学习或大模型技术，具备扎实的算法基础
• 熟悉运筹优化、强化学习等算法，有供应链、推荐或NLP相关经验
• 具备优秀的逻辑分析与解决问题能力，能够理解业务并驱动技术落地

申请策略

• 了解阿里国际数字商业（AIDC）的业务模式及全球化供应链痛点，准备1-2个针对供应链场景的算法优化思路
• 突出在机器学习、深度学习或大模型方向的项目经验，展示模型调优与落地成果
• 强调运筹优化、强化学习或供应链、推荐、NLP相关的实际项目经历
• 展示逻辑分析能力及解决复杂业务问题的案例，体现技术驱动业务的思维
• 提前复习并实践运筹优化算法（如线性规划、启发式算法）及强化学习基础
• 了解大模型在供应链场景（如Agent、RAG）的最新应用论文与开源项目

面试指南

• 采用STAR法则描述项目经历，重点突出问题定义、算法选型、优化过程及最终业务收益
• 对于开放性问题，先拆解业务目标，再结合技术原理给出多目标优化或权衡方案
• 请介绍一个你参与过的最复杂的算法项目，你是如何优化模型效果的？
• 在销量预测或库存优化中，如何处理数据中的噪声和不确定性？
• 大模型在供应链场景中有哪些潜在的应用方向？请举例说明
• 如果业务目标（如降低成本）与用户体验（如履约时效）发生冲突，你的算法如何平衡？
• 准备过往项目的详细技术细节，特别是模型调优和Bad Case分析过程
• 了解阿里供应链相关的最新技术博客或论文，熟悉大模型与Agent的基础概念及落地案例