【集团研发】算法研发研究员（运筹优化）（北京）(J53450)

优缺点分析

角色解读

• 技术专家路线：深耕运筹优化领域，成为特定业务方向（如智能排产、供应链）的算法权威
• 技术管理路线：在积累项目经验后，可带领小团队负责更复杂的算法平台或业务线优化
• 运用运筹优化算法（如线性规划、整数规划）为京东方生产制造、物流等核心业务设计解决方案
• 从业务问题出发，构建数学模型，并选择、设计或改进优化算法进行求解
• 负责算法的开发、实现与验证，并参与前沿技术分析，探索技术应用可能性
• 深厚的运筹优化理论基础，能将复杂业务问题抽象为数学模型
• 熟悉至少一类优化算法（线性规划、组合优化等）及其求解工具
• 熟练掌握C++或Python编程，具备算法实现与工程化能力

申请策略

• 提前了解京东方主营业务（显示面板制造）及其供应链、生产流程，思考运筹优化可能的应用场景
• 面试中可能会考察建模和编码能力，准备现场或在线算法题/建模题的应对思路
• 表现出对技术落地的热情和自驱力，强调自己能为解决实际业务问题带来价值
• 突出博士期间与运筹优化、数学建模、算法设计相关的研究课题、发表论文及取得的成果
• 详细描述任何相关的项目经历，特别是涉及算法实现（C++/Python）、求解器使用或优化问题解决的案例
• 强调逻辑思维、问题解决能力以及与团队协作完成复杂任务的经历
• 复习并深化运筹优化核心算法（线性规划、整数规划等）的原理和求解方法
• 针对制造业（如排程、物流）常见优化问题，预先学习案例并思考建模思路

面试指南

• 对于技术原理问题：清晰阐述核心概念、步骤，并用简单例子或类比解释
• 对于建模/问题解决类问题：遵循‘理解业务->抽象问题->定义变量/目标/约束->选择算法->讨论可行性’的框架
• 对于项目经验类问题：使用STAR原则（情境、任务、行动、结果）清晰描述，突出你的贡献和思考
• 请介绍你博士期间的研究课题，其中涉及的核心算法和模型是什么？
• 给你一个生产排程的简化问题，你会如何建立数学模型？需要考虑哪些约束条件？
• 线性规划和整数规划有什么区别？分别适用于什么类型的问题？
• 请描述一个你使用C++/Python解决复杂算法问题的经历
• 你如何看待运筹优化算法在制造业中的应用挑战？