供应链算法(J12524)

优缺点分析

角色解读

• 可在供应链算法领域深入成为专家，负责核心补货/调度系统
• 向算法团队管理方向发展，带领小组解决业务难题
• 横向迁移至其他业务算法方向（如推荐、定价、物流路径规划）
• 运用运筹优化模型（如线性规划、混合整数规划）为智能补货和库存管理设计最优策略
• 结合需求预测和业务约束，优化库存调拨模型，提升供应链效率
• 搭建仿真回测系统，验证并迭代优化算法策略
• 扎实的运筹优化理论基础，熟悉线性规划、整数规划、启发式算法等
• 熟练使用Gurobi、CPLEX等求解器，并具备Python/Java/C++开发能力
• 掌握机器学习算法（如XGBoost）和特征工程，能处理大规模数据
• 熟悉大数据技术栈（Hive、Spark），具备数据分析和工程化能力

申请策略

• 了解叮咚买菜的业务模式和供应链痛点，在面试中提出针对性优化思路
• 准备一个完整的供应链优化项目展示，从问题定义到方案落地
• 突出运筹优化项目经验，特别是库存、补货、路径规划等实际案例
• 展示求解器使用经验和编程能力，附上GitHub或项目代码
• 强调机器学习项目及大数据处理能力，体现端到端建模能力
• 如有仿真系统搭建经验，务必详细描述
• 系统复习运筹优化经典模型（TSP、VRP、排产排程）和求解器实操
• 巩固机器学习分类/回归模型及特征工程，可准备XGBoost案例

面试指南

• 使用STAR法则描述项目：情境、任务、行动、结果，突出建模过程和量化收益
• 对于设计类问题，先明确目标函数和约束，再简述求解方案，最后考虑业务落地
• 请描述一个你使用运筹优化解决实际问题的项目
• 如何设计一个生鲜补货算法？需要考虑哪些约束？
• 对比整数规划和启发式算法的优缺点及适用场景
• 你熟悉的机器学习模型中，哪个最适合做需求预测？为什么？
• 如何评估一个补货策略的效果？你会搭建怎样的仿真系统？
• 复习运筹优化核心概念和常用算法，准备好纸上推导