Auchan logo
欧尚
AI算法工程师(运筹优化方向)

AI算法工程师(运筹优化方向)

发布于 2 个月前

普通员工/个人贡献者

AI 估算 · 2.5–4.0万 · AI 参考估算
中级经验
硕士
全职员工仅现场办公算法优化工程师
算法优化工程师
Maxcomputer
Tsp
Vrp
强化学习
数学建模
机器学习
运筹学

值不值得投

74综合评分

综合评分 74

零售巨头核心AI团队,技术栈前沿且业务价值高,适合追求技术成长与实战落地的运筹优化算法人才。

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

3.3万

比算法优化工程师中位数低

发布情况

长期在招 · 54 天前发布

公司情况

这家公司招聘很活跃

25 个在招 · 其中算法优化工程师 2 个

市场机会

选择面较广

上海 · 算法优化工程师 · 约 210 个在招

职位详情

关于这个职位

该职位隶属于大润发技术部AI部门,主要负责基于大数据平台的运筹优化算法设计与开发

你需要运用机器学习、强化学习及运筹学技术处理海量零售业务数据,构建优化模型以支持核心业务决策,并跟进前沿技术落地到实际产品中

最低要求

研究生及以上学历,计算机/数学/人工智能/统计/运筹学专业

熟悉MaxComputer/Hive/Hbase/Spark以及大数据的处理
熟悉Python/Shell以及相关模块的使用
熟悉运筹学、机器学习、强化学习等领域的算法应用和理论,有较强的数学建模能力
可以用编程语言自己开发仿真程序,掌握仿真领域的主要建模方法,可以熟练抽象各种供应链领域的仿真场景

工作职责

基于MaxComputer、Hadoop等大数据平台的建设、开发、维护与优化

协助对业务数据进行分析、建模,为业务部门的数据化运营提供支持
运用运筹学相关技术,对海量数据进行处理和分析,挖掘相关信息,建立优化模型,设计优化求解算法,优化核心决策
跟进运筹优化和机器学习相关技术的业界发展,并合理的运用到实际产品中
对项目中使用到的算法技术进行调研归纳整理,完成技术文档编写工作

优先资格

有2年以上相关工作经验优先

有自动订货、网络流、TSP、VRP、选址、排班、配载设计、网络规划等相关项目经验优先考虑

AI 洞察

优缺点分析

优点

  • 依托大型零售巨头的海量真实业务场景,算法落地价值高,能积累丰富的供应链优化经验
  • 技术栈全面,涵盖大数据处理、运筹优化、机器学习及仿真建模,有利于构建复合型技术壁垒
  • 零售行业数字化转型正处于深水区,运筹优化是降本增效的核心,岗位业务价值显著
  • 大数据平台与算法模型的结合需要处理海量数据,对系统性能和资源调度要求高
  • 适合具备扎实数学功底和运筹学背景,且对零售供应链业务有浓厚兴趣,希望将算法应用于实际商业场景的硕士及以上学历求职者

缺点 / 挑战

  • 零售业务场景复杂多变,模型从理论到实际落地的工程化挑战较大
  • 需要深入理解供应链业务逻辑,对非技术背景的业务知识学习要求较高

角色解读

  • 从初级算法工程师成长为运筹优化领域的资深专家或架构师
  • 向AI技术管理岗发展,带领团队解决更复杂的零售供应链决策问题
  • 深入业务,成为懂业务的技术专家,推动AI技术在零售全链路的落地
  • 负责大数据平台的建设与优化,处理海量零售业务数据
  • 运用运筹学、机器学习和强化学习技术,构建优化模型和求解算法,支持自动订货、路径规划等核心业务决策
  • 跟进前沿算法技术,开发仿真程序以抽象和模拟供应链场景,并撰写技术文档
  • 扎实的数学建模能力,精通运筹学、机器学习及强化学习算法理论
  • 熟练掌握大数据处理技术栈(MaxComputer/Hadoop/Spark等)及Python/Shell编程
  • 具备供应链领域仿真建模经验,熟悉TSP、VRP、选址等经典运筹优化问题

申请策略

  • 提前了解大润发/欧尚的零售业务模式及供应链痛点,准备针对性的算法解决思路
  • 在面试中展现将复杂业务问题抽象为数学模型的能力
  • 突出在运筹优化(如TSP、VRP、排班等)或供应链仿真方面的实际项目经验及业务收益
  • 展示对大数据组件(Hadoop/Spark等)的熟练使用及海量数据处理能力
  • 强调数学建模能力以及在机器学习、强化学习领域的算法落地成果
  • 深入学习供应链领域的经典运筹学理论及最新启发式算法
  • 提升Python/C++等语言的工程化能力,熟悉仿真框架及大数据平台的底层原理

面试指南

  • STAR法则:情境(Situation) -> 任务(Task) -> 行动(Action,重点讲建模和算法选择) -> 结果(Result,量化业务收益)
  • 权衡分析框架:针对精度与时间的平衡,从算法复杂度、启发式规则、分布式计算等角度给出系统性解决方案
  • 请详细描述一个你主导的运筹优化项目(如VRP或排班),你是如何建模并求解的?
  • 在处理海量业务数据时,如何平衡算法的求解精度与计算时间?
  • 如果业务场景发生变化,你的优化模型如何进行快速迭代和调整?
  • 请谈谈你对强化学习在供应链动态决策中应用的理解
  • 复习运筹学经典算法(如分支定界、动态规划、遗传算法等)及其在供应链场景的应用
  • 了解大润发近期的数字化转型动态及零售供应链的核心痛点(如库存周转、履约成本)

职位点评

薪资福利75
成长发展85
工作生活60
使命价值70

薪资福利

75中等

作为跨国零售巨头的技术岗,薪资福利体系相对完善,上海地区算法岗薪资具备市场竞争力。

薪资信号市场水准 (2.5千–4.0万/月)

成长发展

85较高

岗位涉及前沿AI技术与海量真实业务数据,技术深度与广度兼具,有利于个人技术能力的快速跃升。

技术前沿前沿/新兴技术
技术栈MaxComputer、Hadoop、Spark、Python、运筹学、机器学习、强化学习、TSP、VRP
成长机会跟进运筹优化和机器学习相关技术的业界发展
业务类型profit_center

工作生活

60中等

JD未明确提及工作模式与加班情况,但传统零售技术部门通常节奏较快,WLB情况需具体确认。

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AI技术驱动零售业务革新,优化供应链决策,对提升社会零售效率和降低资源浪费有一定积极意义。

行业发展稳定成熟行业
社会影响中性/一般
使命信号通过前沿AI技术驱动零售业务革新
创新程度积极采用新技术
Watch Jobs