SF EXPRESS logo
顺丰速运
机器学习工程师

机器学习工程师

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 3.0–5.0万 · AI 参考估算
中级经验
硕士
全职员工仅现场办公机器学习工程
机器学习工程
Ai Agent
Pytorch
Sql
供应链算法
数据科学
时序预测
机器学习
深度学习

值不值得投

74综合评分

综合评分 74

顺丰核心算法岗,前沿技术栈,业务价值高,薪资具竞争力,工作强度中等偏上

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

4.0万

比机器学习工程中位数低

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 640 个在招 · 其中机器学习工程 5 个

市场机会

选择面较广

上海 · 机器学习工程 · 约 380 个在招

职位详情

关于这个职位

负责顺丰供应链场景下的时序预测与深度学习算法研发,涵盖需求预测、库存优化等核心业务

需独立完成从数据清洗、模型训练到工程化部署的全链路交付,并结合AI智能体技术探索自动化决策应用,为业务提供深度洞察与技术支持

最低要求

学历与专业:硕士及以上学历,计算机科学、统计学、运筹学、应用数学及相关专业背景优先

经验与领域知识:3年以上AI算法/机器学习相关工作经验,拥有供应链领域实战项目经验者优先
深入理解并掌握深度学习原理,对时序预测领域的前沿模型(如Transformer, TimesNet, LSTM, GRU等)有深刻理解和实践经验,具备独立进行模型结构创新或改进的能力
技术能力:精通PyTorch或TensorFlow中至少一种主流深度学习框架
精通Python编程,熟练使用SQL进行复杂数据处理,有使用Pandas、Scikit-learn等数据科学库的经验
掌握Hadoop/Spark等大数据处理工具者优先
综合素养:具备优秀的问题解决能力、逻辑思维能力和数据敏感度,良好的团队沟通能力和强烈的责任心

工作职责

核心算法研发与创新:基于公司内外部海量的供应链数据(如仓储、物流、销售等),进行深度机器学习与深度学习建模

核心聚焦于时序预测领域的创新与研究,涵盖商品需求预测、库存水位预测、运输时效预估等关键场景,并探索AI智能体在自动化补货决策中的应用
全链路模型交付:独立负责从数据到业务价值的模型全链路设计与开发,包括但不限于业务问题定义、数据探查与清洗、特征工程、模型训练与调优、在线/离线部署、A/B测试、业务指标评估与效果监控,确保模型稳定、高效地产生业务价值
业务赋能与洞察:深入理解供应链业务逻辑,能与采购、计划、仓储等团队紧密协作,将复杂的业务问题转化为可量化的算法问题,并通过数据分析和模型可解释性工具,为业务决策提供深度洞察与建议
技术前瞻与沉淀:跟踪时序预测、深度学习、多智能体系统等领域的前沿技术,并推动其在业务中的可行性验证与落地
沉淀可复用的算法组件、工具与方法论,提升团队整体效率

优先资格

拥有供应链领域(如需求预测、库存优化、智能补货)的实战项目经验者优先

对AI智能体(Agents)技术有浓厚兴趣或项目经验,了解LangChain、AutoGen等框架,或熟悉强化学习、工具调用等概念,并渴望在供应链决策自动化中探索应用

AI 洞察

优缺点分析

优点

  • 依托顺丰海量真实业务数据,技术落地场景丰富且具有高商业价值
  • 平台大,稳定性强,有利于积累行业标杆案例
  • 全链路交付要求高,需兼顾算法创新与工程稳定性
  • 适合对物流供应链感兴趣、具备扎实算法功底且希望将技术转化为实际业务价值的中级算法工程师

缺点 / 挑战

  • 需要深入理解复杂的供应链业务逻辑,跨部门沟通成本较高

角色解读

  • 可向高级算法专家、AI架构师方向发展,或转向AI产品管理、技术管理等复合型角色
  • 负责供应链场景下的时序预测与深度学习模型研发,包括需求预测和库存优化
  • 精通Python、PyTorch/TensorFlow,深入理解Transformer/LSTM等时序模型,具备全链路模型部署能力

申请策略

  • 准备1-2个完整的端到端算法项目案例,重点阐述如何从业务问题抽象出算法问题,以及最终的业务收益
  • 突出时序预测相关的项目经验,强调模型在真实业务场景中的效果提升(如准确率、覆盖率)
  • 展示全链路开发能力,特别是模型部署和监控经验
  • 补充AI Agent(如LangChain)相关知识,了解强化学习在决策中的应用
  • 加强供应链业务知识储备,如库存管理、物流网络规划基础

面试指南

  • 采用STAR法则(情境、任务、行动、结果)描述项目经历,重点突出技术选型的理由和业务带来的实际价值
  • 对于技术问题,先讲原理,再结合具体场景谈优劣权衡
  • 请详细介绍一个你负责的时序预测项目,你是如何处理数据缺失和异常值的?
  • 对比一下LSTM、GRU和Transformer在长序列预测中的优缺点,你在项目中如何选择?
  • 如何在保证模型准确性的同时,实现模型的快速迭代和线上部署?
  • 如果业务方对模型预测结果不信任,你会如何通过可解释性工具进行沟通?
  • 复习深度学习基础理论,特别是注意力机制和时间序列分析
  • 准备关于模型可解释性(如SHAP值)和A/B测试设计的案例

职位点评

薪资福利75
成长发展85
工作生活60
使命价值70

薪资福利

75中等

顺丰作为上市巨头,薪资竞争力强,但JD未明确具体数字,福利体系完善度通常较高,符合市场水准偏上水平。

薪资信号面议 (3.0千–5.0万/月)

成长发展

85较高

职位涉及前沿的AI智能体和时序预测技术,且有明确的模型全链路交付要求,技术成长空间大,晋升通道清晰。

技术前沿前沿/新兴技术
技术栈PyTorch、TensorFlow、Transformer、TimesNet、LSTM、GRU、LangChain、AutoGen、Python、SQL、Spark
成长机会技术前瞻与沉淀、提升团队整体效率
业务类型profit_center

工作生活

60中等

传统物流巨头通常节奏较快,虽未明确加班情况,但核心算法岗往往伴随较高的业务压力,WLB中等。

工作模式未明确
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

70中等

通过AI技术优化全球供应链效率,具有显著的社会价值和行业影响力,符合技术改变生活的使命感。

行业发展稳定成熟行业
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