AI算法工程师（智能商品管理方向）

优缺点分析

角色解读

• 技术专家路线：深耕算法领域，成为商品管理AI方向的专家
• 管理路线：带领团队负责AI项目，向技术管理方向发展
• 业务融合路线：深入零售业务，成为懂业务的AI产品专家
• 负责商品管理算法的研发，如品类决策树、新品引进、商品组货、淘汰等，直接支撑零售业务决策
• 构建新品收益预估模型，利用市调数据预测新品潜力，帮助采购高效选品
• 开发智能选品组货工具，优化新店选品和品类结构
• 探索大语言模型、多模态模型在商品管理中的应用，推动AI技术落地
• 扎实的机器学习、深度学习基础，熟悉常用算法和模型
• 熟悉大语言模型、多模态模型、预训练语言模型等前沿技术
• 具备Python编程能力，熟悉TensorFlow、PyTorch等框架
• 了解零售业务或商品管理场景，有相关项目经验者优先

申请策略

• 了解大润发业务和AI应用现状，在面试中展示对零售AI的兴趣
• 准备项目案例，突出算法如何解决实际问题
• 突出机器学习、深度学习项目经验，尤其是推荐、预测类项目
• 强调大语言模型、多模态模型的实际应用案例
• 展示对零售业务的理解，如有相关项目或实习经历
• 体现算法落地能力和业务价值创造
• 补充大语言模型、多模态模型的知识，动手实践
• 学习零售商品管理知识，了解品类管理、选品逻辑

面试指南

• 回答项目经验时，采用STAR法则，突出业务价值
• 对于算法设计问题，先明确目标，再分析数据，提出方案，并考虑评估指标
• 对于前沿技术应用，结合业务场景，说明可行性和挑战
• 请介绍一个你负责的算法项目，如何评估效果？
• 如何设计新品收益预估模型？需要考虑哪些因素？
• 大语言模型在商品管理中有哪些应用场景？如何落地？
• 如何处理零售数据中的噪声和缺失？
• 如何与业务团队协作推动算法落地？