盒马鲜生
盒马-供应链高级算法TL-上海
盒马-供应链高级算法TL-上海
发布于 大约 14 小时前基层主管/组长
全职员工仅现场办公算法优化工程师
算法优化工程师
Gurobi
供应链算法
团队管理
大模型应用
时序预测
深度学习
运筹优化
零售供应链
值不值得投
77综合评分
综合评分 77
前沿技术深度与业务广度兼备的供应链算法领导岗，成长天花板高，但对综合能力要求严苛且工作强度大。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
50K
比算法优化工程师中位数高
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 340 个在招
市场机会
选择面较广
上海 · 算法优化工程师 · 62 个在招
职位详情
关于这个职位
该职位是盒马供应链算法团队的高级技术负责人，负责制定中长期技术路线，将深度学习、运筹优化等前沿技术应用于新零售供应链的全链路智能决策，包括销量预测、库存优化、自动订货等
你将主导构建“预测-决策-执行”一体化智能大脑，并带领10人以上团队攻克行业难题，显著降低损耗、提升效率
最低要求
经验背景：数学、计算机、运筹学、统计学等相关专业硕士及以上学历，8年以上算法相关工作经验，3年以上大型互联网或零售企业供应链算法团队管理经验（团队规模10人+）
成功主导过全链路供应链智能决策系统从0到1建设或重大重构的经验，并有可量化的显著业务成果（如库存周转天数降低X%，缺货率降低Y%，损耗率降低Z%等）
技术能力要求：同时具备深厚的机器学习/深度学习/运筹优化功底
时序预测领域精通Transformer, TFT, DeepAR, NeuralProphet及时序大模型架构
运筹优化领域精通混合整数规划(MIP)、非线性规划、随机规划及元启发式算法，熟练使用Gurobi/CPLEX等求解器或自研求解引擎解决大规模库存、补货、路径规划问题
业务洞察与解决问题能力：深刻理解新零售“人货场”重构下的供应链挑战，具备极强的业务抽象能力，能将复杂的线下作业流程（如店内加工、鲜度管理、动态陈列）转化为数学模型
具备优秀的数据敏感度和逻辑思维，能在数据缺失或噪声极大的环境下，灵活运用经典算法与创新技术解决实际问题
领导力：卓越的沟通协调能力，能够向上管理预期，向下清晰传达战略，横向拉通产研运采各方诉求，推动复杂项目落地
具备强烈的创业精神和抗压能力，适应新零售快节奏变化，敢于承担不确定性带来的挑战
拥有开放的技术视野和求知欲，热衷于技术分享与团队赋能，是团队的技术精神领袖
工作职责
战略规划与技术探索：制定盒马供应链算法的中长期技术路线图，主导深度时序模型、时空图神经网络、时序大模型等前沿技术在零售供应链场景的落地与突破
洞察全球零售与供应链科技趋势，构建行业领先的“预测 - 决策 - 执行”一体化智能大脑，确立盒马在生鲜新零售领域的算法护城河
攻克长周期预测、节假日预测、新品/新店预测、极端天气、复杂营销活动、突发事件下的鲁棒性预测等行业级难题
业务闭环与价值交付：统筹供应链算法体系，打通从需求感知（销量/单量/GMV预测）到智能决策（自动选品、自动订货、库存优化、出清策略）再到履约执行（仓网规划、生产计划、陈列优化）的业务闭环
深入理解盒马多业态（盒马鲜生、前置仓、超盒算等）复杂的业务逻辑，将模糊的业务痛点转化为可量化的算法目标，通过运筹优化、机器学习、大模型深度融合，显著降低损耗、提升加权有货率、提高各环节人员作业效率
主导新品全生命周期管理算法体系建设，利用大模型赋能自动化选品与汰换，实现“以少胜多”的商品力提升
团队管理与人才培养：负责供应链算法团队的整体建设，包括人才梯队搭建、核心技术攻关指导及绩效管理体系设计
培养兼具算法深度与业务广度的复合型人才，营造崇尚技术、追求极致、结果导向的团队文化
协调跨部门资源（产研、运营、采购、物流），推动算法方案在业务侧的高效落地与规模化推广
优先资格
有头部零售企业（如Amazon, Walmart, Costco）或国内头部电商/新零售供应链核心算法负责人经验者优先
在KDD, ICML, NeurIPS, INFORMS等会议发表过供应链相关论文，或在开源社区有重大贡献者
对生成式AI在供应链场景的应用（如基于大语言模型的需求归因、交互式决策助手）有独到见解和落地实践者优先
AI 洞察
优缺点分析
优点
- 直接向业务结果负责，算法价值易于量化（如降低损耗、提升有货率），个人成就感强
- 作为团队TL，拥有技术决策和团队建设的主导权，能系统化地培养和影响一支技术团队
- 业务极其复杂，涉及多业态、长链路和众多不确定性因素（如天气、促销），对从业者的业务理解力和系统思维是巨大考验
- 技术要求全面且深入，需同时精通AI算法和运筹优化，并能将其融合解决实际问题，技术攻坚难度高
- 作为TL，需要承担团队管理、跨部门协调的职责，对沟通、抗压和领导力有很高要求
- 适合既有扎实算法技术功底（尤其在时序预测和运筹优化），又具备强烈业务好奇心和系统思维，同时渴望在技术深度和团队影响力上同步成长的资深算法工程师
缺点 / 挑战
- 能接触到新零售领域最复杂、最前沿的供应链算法挑战，技术应用场景非常深入和全面
角色解读
- 技术专家路线：深耕供应链与AI交叉领域，成为行业顶尖的技术专家或科学家
- 管理路线：向更高阶的技术管理岗位发展，如算法部门负责人、技术VP，负责更大范围的技术战略与业务融合
- 业务路线：凭借对供应链的深刻理解，转向业务管理岗位，负责供应链整体运营或新零售业务线
- 作为技术负责人，规划供应链算法的技术演进路线，并主导前沿AI技术（如大模型、图神经网络）在库存、预测等场景的落地
- 需要将复杂的零售供应链业务问题（如销量预测、库存优化）抽象为数学模型，并通过算法实现降本增效的量化目标
- 带领10人以上的算法团队进行技术攻坚、人才培养和跨部门协作，确保算法方案高效落地并产生业务价值
- 深厚的机器学习、深度学习功底，特别是时序预测模型（如Transformer系列）和运筹优化（如混合整数规划）的精通与实战经验
- 将业务痛点转化为算法问题的抽象建模能力，以及对零售供应链全流程（人货场）的深刻理解
- 团队管理能力，包括人才梯队建设、项目统筹和跨部门沟通协调
申请策略
- 在简历或求职信中，可以简要阐述你对盒马供应链某个具体挑战（如鲜品预测、动态库存）的初步算法思路，展现你的业务洞察和技术敏感性
- 了解盒马的技术博客、开源项目或相关学术论文，面试时可以就具体技术点展开有深度的讨论
- 重点突出在供应链或零售电商领域的算法项目经验，尤其是那些量化结果明确（如降低X%损耗）的项目
- 详细描述主导过的从0到1或重构的算法系统建设经历，体现系统设计和架构能力
- 明确列出掌握的核心技术栈，特别是时序模型、优化求解器及大模型相关经验
- 如有团队管理经验，需清晰说明团队规模、职责及取得的成果
- 深入研究1-2个前沿的时序大模型或运筹优化新方法，并思考其在零售场景的落地点
- 补充对新零售供应链业务模式（如前置仓、店仓一体）和核心KPI（如周转、有货率、损耗）的理解
面试指南
- 技术深度问题：采用“问题定义-方案设计-技术选型-实验验证-效果量化”的结构回答，突出你的思考深度和解决问题的闭环能力
- 业务理解问题：结合“人货场”分析，从数据、模型、评估指标多角度阐述，并强调对业务目标的理解
- 管理与协作问题：遵循“明确目标-理解分歧-沟通对齐-协作共赢”的逻辑，体现你的沟通力、同理心和结果导向
- 请描述一个你主导的、从0到1建设的供应链算法系统，遇到了哪些关键技术挑战，你是如何解决的？
- 如果让你负责盒马某个新品类（如预制菜）的需求预测，你会如何建模？需要考虑哪些特殊因素？
- 当你的算法建议与业务方的直觉或经验发生冲突时，你会如何处理？请举例说明
- 你如何衡量一个供应链算法项目的成功？除了技术指标，你更关注哪些业务指标？
- 你希望打造一个什么样的团队文化？你将如何激励和培养团队成员？
职位点评
薪资福利80
成长发展95
工作生活50
使命价值70
薪资福利
80较高
作为高级技术管理岗位，薪资水平在行业中具有较强竞争力。JD虽未明确提及具体福利，但该类职位通常附带完整的薪酬福利包。
薪资信号市场水准 (40K-60K/月)
成长发展
95较高
职位要求掌握最前沿的AI技术（如时序大模型、图神经网络）并应用于复杂的供应链场景，技术挑战极大，成长空间广阔。同时提供带领团队和影响业务战略的机会。
技术前沿前沿/新兴技术
技术栈深度时序模型、时空图神经网络、时序大模型、Transformer、Gurobi、CPLEX、大语言模型
业务类型profit_center
工作生活
50较低
JD未提及任何远程或弹性办公政策，工作地点明确为上海，大概率需要现场办公。作为核心技术负责人及团队管理者，业务压力和不确定性较高，工作强度可能较大。
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
通过算法直接提升零售效率、降低商品损耗，对提升社会资源利用效率和消费者体验有积极意义，属于稳定成熟行业中的创新应用。
行业发展稳定成熟行业
社会影响中性/一般
使命信号降低损耗、提升加权有货率
创新程度积极采用新技术
Watch Jobs