顺丰速运
运筹优化算法工程师
运筹优化算法工程师
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
Gurobi
Lstm
Or-Tools
Sql
供应链算法
启发式算法
整数规划
时序预测
运筹优化
值不值得投
70综合评分
综合评分 70
顺丰核心供应链算法岗，业务场景丰富、技术栈主流，薪资面议，WLB未知。
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
4万
与算法优化工程师中位数基本持平
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 440 个在招 · 其中算法优化工程师 6 个
市场机会
选择面较广
上海 · 算法优化工程师 · 约 190 个在招
职位详情
关于这个职位
该职位主要负责顺丰供应链核心业务中的需求预测、库存优化、仓配调度及路径规划等算法的研发与生产落地
你需要结合时序机器学习与运筹优化技术，解决供应链降本增效的核心痛点，并将算法模型工程化嵌入公司核心业务系统
最低要求
本科及以上学历，运筹学、应用数学、统计学、计算机、工业工程、物流工程等相关专业
年以上算法落地经验
精通 Python 数据分析与建模，熟练使用时序预测模型（Prophet/LSTM/TimesNet 等）、传统机器学习算法
掌握运筹优化基础，熟悉整数规划、启发式算法，会使用 OR-Tools/Gurobi 等求解器完成优化建模
熟练 SQL，具备业务数据提取、清洗、分析能力，了解模型工程化、API 部署基本流程
具备业务建模思维，不局限于纯算法研究，重视模型落地效果与实际业务指标
沟通顺畅，能跨团队协同推进项目，有较强的问题排查与自主迭代能力
工作职责
围绕供应链核心业务，负责需求预测、库存优化、仓配调度、路径规划等场景的算法研发与生产落地
基于时序机器学习、运筹优化技术，搭建销量预测、安全库存、补货调拨、车辆配载、路径优化等算法模型，解决企业供应链降本、提效、减缺货核心痛点
对接订单、库存、物流、商品等业务数据，完成特征工程、样本构建、模型训练与调优，监控模型漂移并持续迭代效果
将离线算法模型工程化封装为在线服务，嵌入公司 OMS/WMS/TMS系统，配合研发团队完成上线、性能调优与生产运维
联动产品、交付团队拆解客户业务需求，将供应链业务问题转化为数学建模问题，沉淀通用算法组件与行业最佳实践
优先资格
熟悉供应链 / 物流场景优先
AI 洞察
优缺点分析
优点
- 依托顺丰庞大的物流网络与海量数据，算法模型有极高的落地价值与业务影响力
- 接触供应链核心业务，能积累深厚的行业Know-how，提升解决复杂业务问题的能力
- 供应链场景复杂多变，模型在实际业务中的落地效果受数据质量和业务规则制约较大
- 适合具备扎实数学与算法基础，且对供应链/物流业务有浓厚兴趣，渴望将技术转化为实际业务价值的算法工程师
缺点 / 挑战
- 需要频繁跨团队沟通，将业务需求转化为数学模型，对业务理解与沟通能力要求较高
角色解读
- 纵向可发展为供应链算法专家或首席科学家，深耕运筹优化与机器学习前沿技术
- 横向可向供应链算法架构师或技术管理岗转型，负责整体算法平台规划与团队管理
- 负责供应链核心场景（如需求预测、库存优化、路径规划）的算法研发与生产落地
- 结合时序机器学习与运筹优化技术，搭建算法模型以解决降本增效痛点
- 将算法模型工程化并嵌入OMS/WMS/TMS等核心业务系统，进行持续调优与运维
- 精通Python及SQL，熟练使用Prophet、LSTM等时序预测模型及传统机器学习算法
- 掌握运筹优化理论，能使用OR-Tools或Gurobi求解器进行整数规划与启发式算法建模
- 具备业务建模思维，能将复杂的供应链业务问题转化为数学模型并推动工程化落地
申请策略
- 提前了解顺丰在供应链和物流科技方面的最新布局与技术栈，面试时展现对行业的理解
- 突出在供应链、物流或相关领域的算法落地项目，强调模型带来的实际业务收益（如降本、提效指标）
- 详细展示运筹优化（如路径规划、库存优化）和时序预测（如销量预测）的具体建模过程与求解器使用经验
- 深入学习OR-Tools/Gurobi等求解器的高级用法，提升复杂约束下的建模与求解能力
- 了解OMS/WMS/TMS等供应链核心系统的业务逻辑，增强技术与业务结合的能力
面试指南
- 采用STAR法则（情境、任务、行动、结果）描述项目，重点突出业务痛点、建模思路、技术选型及最终的业务指标提升
- 对于技术问题，先阐述理论基础，再结合具体业务场景说明约束条件的处理与算法优化细节
- 请分享一个你主导的供应链算法落地项目，遇到了哪些业务或技术挑战，是如何解决的？
- 在路径规划或车辆配载场景中，你是如何构建数学模型并选择求解算法的？
- 当时序预测模型出现漂移或效果下降时，你的排查思路和迭代策略是什么？
- 如何将离线算法模型高效地工程化并部署到在线服务中？
- 复习运筹学经典算法（如VRP、TSP）及启发式算法（如遗传算法、模拟退火），准备相关代码或伪代码
- 梳理自己过往项目中的数据特征工程、模型调优及工程化部署的完整链路，确保能流畅表达
职位点评
薪资福利75
成长发展80
工作生活50
使命价值70
薪资福利
75中等
薪资面议，结合资深经验要求及上海地域因素，预计薪资具备市场竞争力，但具体数额需面试确认。
薪资信号面议 (3千–5万/月)
成长发展
80较高
岗位深入供应链核心业务，能接触海量真实数据与复杂业务场景，技术成长与业务理解空间大。
技术前沿主流现代技术
技术栈Python、Prophet、LSTM、TimesNet、OR-Tools、Gurobi、SQL
业务类型cost_center
工作生活
50较低
JD未提及工作模式与加班情况，无法判断WLB，默认现场办公且强度未知。
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
70中等
物流供应链属于稳定成熟的实体行业，算法赋能实体经济具有一定的社会价值，但非爆发式增长赛道。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs