大模型算法工程师-运筹方向

优缺点分析

角色解读

• 从研究员到资深算法专家，主导核心算法方向
• 横向扩展至顺丰其他AI领域，如计算机视觉、自然语言处理
• 管理方向：带领算法团队，成为技术负责人
• 研究大模型与运筹优化的结合点，设计新的算法架构
• 将业务需求转化为数学问题，利用大模型进行建模和求解
• 开发原型系统，验证算法效果，并推动落地到顺丰的规划场景
• 跟踪学术界前沿，发表高质量的论文或专利
• 扎实的机器学习、深度学习基础，熟悉Transformer、LLM等模型
• 运筹学理论基础，如线性规划、整数规划、动态规划等
• 优秀的编程能力，熟练使用Python及深度学习框架（如PyTorch）
• 具备良好的数学功底和科研创新能力

申请策略

• 深度了解顺丰的科技布局，在面试中提出自己对公司业务与AI结合的看法
• 准备一个结合大模型和运筹的案例研究，展示解决实际问题的思路
• 突出博士期间的大模型相关研究成果，如论文、开源项目
• 强调运筹学项目的经历，特别是与机器学习结合的部分
• 展示编程能力，附上GitHub或算法竞赛成绩
• 补充运筹优化库的使用经验，如Gurobi、OR-Tools
• 熟悉顺丰的业务场景，了解物流规划中的典型问题（如路径规划、仓库调度）

面试指南

• STAR法则：情境、任务、行动、结果，清晰展示项目经历
• 技术问题：先阐述基础原理，再结合项目实例说明应用，最后总结收获
• 开放性问题：保持结构化，从问题定义、方法选择、优缺点分析逐步深入
• 请解释大模型如何在运筹优化问题中发挥作用？
• 你如何将现实世界的物流规划问题形式化为数学模型？
• 你在大模型训练或微调方面的经验是什么？遇到过哪些挑战？
• 描述一个你使用运筹学方法解决实际问题的项目
• 你对顺丰的业务有哪些了解？你认为大模型可以在哪些环节提升效率？