端到端大模型供应链智能决策底座研究

Job description

工作职责

• 负责构建端到端的供应链智能决策大模型底座，覆盖定价、需求预测、库存优化、仓网规划及履约调度等核心业务流。
• 深入剖析供应链业务场景，挖掘多环节协同决策的优化潜力，设计原生解决运筹问题的创新AI架构。
• 融合深度学习、强化学习与运筹优化等跨领域方法，建立高扩展性决策模型，持续提升预测精度与商业价值。
• 探索大语言模型（LLM）、生成式AI与多智能体等前沿技术在供应链决策系统中的应用转化。
• 与产品及工程团队紧密协作，推进大模型底座与现有业务平台的高效集成，达成显著的降本增效指标。 任职要求
• 计算机科学、人工智能、工业工程、应用数学等相关领域的本硕博在校生。
• 精通深度学习、强化学习及序列建模等AI底层技术，掌握扎实的运筹优化理论，具备极强的跨领域融合建模能力。
• 熟悉海量业务数据建模，具备成熟的分布式计算框架（如Spark）使用与复杂系统集成经验。
• 具备优秀的全局思维与跨团队协作能力，对技术创新打破传统业务天花板充满自驱力。
• 具备大语言模型、生成式AI架构经验，或在NeurIPS、ICML、ICLR、INFORMS等顶级学术会议/期刊有论文发表经历者优先。