Tmall logo
天猫
供应链产品技术部-经营决策算法专家-杭州

供应链产品技术部-经营决策算法专家-杭州

发布于 30 分钟前

普通员工/个人贡献者

AI 估算 · 4.0–8.0万 · AI 参考估算
专家级经验
硕士
全职员工仅现场办公算法工程师
算法工程师
Llm Agent
Pytorch
Sql
因果推断
深度学习
运筹优化

值不值得投

76综合评分

综合评分 76

阿里核心算法专家岗,前沿技术栈,高成长高挑战,薪资优厚但工作强度可能较大

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

6.0万

比算法工程师中位数高

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 240 个在招

市场机会

选择不多

杭州 · 算法工程师 · 7 个在招

职位详情

关于这个职位

负责淘天自营及供应链核心业务场景的决策算法研发,涵盖商品经营、预算分配、因果推断及智能补货等

需运用运筹优化与LLM前沿技术,构建自进化决策模型,解决大规模分布式训练与工程落地难题,直接驱动业务长期损益优化

最低要求

运筹优化、机器学习、人工智能、计算机科学、工业工程等相关专业硕士或以上学历

熟练掌握 Python,熟悉 PyTorch/TensorFlow 等深度学习框架,具备大规模分布式训练、推理优化与工程部署经验
熟悉 SQL、Spark/Hadoop/Flink 等大数据处理工具,能高效处理海量电商供应链数据
熟悉运筹优化方法,如混合整数规划(MIP/MILP)、线性规划、动态规划、随机优化、元启发式算法等
熟悉大语言模型相关技术,如预训练(CPT)、后训练(SFT/DPO/RLHF)、PE、LLM Agent、RAG、推理增强等
有LLM 在供应链垂直领域落地经验者优先
具备业务抽象与建模能力,能够将复杂的商品经营、供应链决策问题分解、抽象成可求解的数学模型或学习模型
有将复杂学术成果转化为工业级方案并在真实业务中规模化落地者优先
在顶级会议或期刊发表过运筹优化、强化学习、大语言模型、供应链相关论文者优先
热爱算法研发,具备 hands-on能力,持续关注学术前沿
积极、乐观、向上、皮实,具有较好的团队合作精神,勇于面对挑战

工作职责

商品经营决策:围绕商品的生命周期,进行品类规划、价格、以及渠道投资决策,提升商品的经营能力

构建分层的经营目标规划、预算分配的决策算法以及动态调控能力
增量效应与因果推断:解决零售经营投资响应建模的问题,优化目标和预算的分配决策
供应链决策优化:构建智能补货、库存调拨、订单履约优化、物流成本优化等算法能力,支撑行业成本、效率、履约体验与损益等核心经营目标达成
LLM-based Decision Making 与自进化优化(Self-Evolution Optimization)的算法能力与Agent建设,并应用到上述经营场景中

AI 洞察

优缺点分析

优点

  • 团队采用前沿技术(LLM+运筹),个人技术成长空间大
  • 平台资源丰富,有利于积累高含金量的项目经验
  • 业务逻辑极其复杂,需要将模糊的商业问题转化为精确的数学模型,对抽象能力要求极高
  • 工作强度较大,需应对快速变化的业务需求和高压环境
  • 适合拥有深厚算法功底、热衷于解决复杂实际问题、抗压能力强且追求技术极致的高端人才

缺点 / 挑战

  • 接触阿里核心电商业务,数据规模巨大,技术挑战性强

角色解读

  • 可向首席算法科学家、技术总监方向发展,或在AI决策、供应链智能化领域成为行业权威专家
  • 也可转向更具战略性的技术管理岗位
  • 负责构建和优化电商供应链及商品经营的决策算法,包括品类规划、价格策略、预算分配等
  • 利用运筹优化和LLM技术解决复杂的商业决策问题,实现业务自动化和智能化
  • 精通运筹优化(MIP/线性规划等)和机器学习框架(PyTorch/TensorFlow)
  • 具备强大的业务抽象与数学建模能力,熟悉大数据处理工具(Spark/Flink)
  • 了解LLM前沿技术及其在垂直领域的落地应用

申请策略

  • 准备详细的项目案例,重点阐述如何定义问题、建模、求解及最终的业务收益
  • 关注阿里在AI+供应链方面的最新动态,展现对业务的深刻理解
  • 突出展示在运筹优化、因果推断或LLM领域的深度研究成果及工业界落地案例
  • 强调处理海量数据和复杂系统的能力,以及将学术成果转化为实际业务价值的经历
  • 加强LLM在决策领域的应用研究,如Agent架构设计、RLHF在优化中的应用
  • 深化对供应链全链路业务的理解,提升跨领域知识融合能力

面试指南

  • 使用STAR法则(情境、任务、行动、结果)描述项目
  • 重点突出问题的复杂性、建模的创新性、技术的先进性以及最终带来的量化业务价值
  • 请分享一个你如何将复杂的业务问题抽象为数学模型并求解的案例
  • 在运筹优化中,如何处理大规模数据下的计算效率和精度平衡?
  • LLM在传统运筹优化结合方面有哪些潜在应用场景和挑战?
  • 如何评估因果推断模型在真实业务中的有效性?
  • 复习运筹优化经典算法及最新进展,梳理LLM应用案例
  • 准备1-2个深入的技术细节讨论点,展示深厚的技术底蕴

职位点评

薪资福利85
成长发展95
工作生活40
使命价值70

薪资福利

85较高

作为巨头企业的核心算法专家岗,薪资水平通常处于行业顶端,福利体系完善,能满足较高的补偿性动机。

薪资信号未披露(AI估算:4.0千–8.0万/月)

成长发展

95较高

职位涉及运筹优化、因果推断及LLM等前沿技术,且要求解决复杂业务问题,技术成长性和职业发展空间极大。

技术前沿前沿/新兴技术
技术栈运筹优化、因果推断、LLM、Agent、PyTorch、TensorFlow、MIP、RLHF
业务类型profit_center

工作生活

40较低

互联网大厂核心研发岗位,通常工作节奏快、压力大,WLB相对一般,但具体办公模式JD未明确提及弹性安排。

工作模式未明确
办公地点市区核心地段
加班情况未提及(无法判断)

使命价值

70中等

通过算法优化提升商业效率和长期损益,具有一定的商业价值和社会意义,但主要聚焦于企业内部经营优化。

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