机器学习工程师

Job description

职责

• 核心算法研发与创新 * 基于公司内外部海量的供应链数据（仓储、物流、销售等），进行深度机器学习与深度学习建模。 * 核心聚焦时序预测领域的创新与研究，涵盖商品需求预测、库存水位预测、运输时效预估等关键场景。 * 探索AI智能体在自动化补货决策等领域的应用。

全链路模型交付 * 独立负责从数据到业务价值的模型全链路工作，包括

• 业务问题定义、数据清洗、特征工程、模型训练与调优、在线/离线部署、A/B测试、效果监控与评估，确保模型稳定产生业务价值。
• 业务赋能与洞察 * 深入理解供应链业务逻辑，与采购、计划、仓储等团队紧密协作，将复杂业务问题转化为可量化的算法问题。 * 通过数据分析和模型可解释性工具，为业务决策提供深度洞察与建议。
• 技术前瞻与沉淀 * 跟踪时序预测、深度学习、多智能体系统等前沿技术，推动其在业务中的可行性验证与落地。 * 沉淀可复用的算法组件、工具与方法论，提升团队整体效率。

任职要求

• 学历与专业 * 硕士及以上学历，计算机科学、统计学、运筹学、应用数学及相关专业背景优先。
• 经验与领域知识 * 3年以上AI算法/机器学习相关工作经验。 * 拥有供应链领域（如需求预测、库存优化、智能补货）实战项目经验者优先。 * 深入理解深度学习原理，对时序预测领域前沿模型和技术（如Transformer, TimesNet, LSTM, GRU等）有深刻理解和实践经验，具备模型结构创新或改进能力。

技术能力 * 深度学习框架

• 精通 PyTorch 或 TensorFlow 中至少一种主流框架，具备从实验到工程化部署的独立能力。 * 编程与数据工具：精通 Python，熟练使用 SQL 进行复杂数据处理，熟悉Pandas、Scikit-learn等库。掌握 Hadoop/Spark 等大数据处理工具者优先。 * 智能体技术（加分项）：对AI智能体技术有浓厚兴趣或项目经验，了解LangChain、AutoGen等框架，或熟悉强化学习、工具调用等概念，并渴望在供应链决策自动化中探索应用。
• 综合素养 * 具备优秀的问题解决能力、逻辑思维能力和数据敏感度。 * 良好的团队沟通能力和强烈的责任心。