Algorithm Engineer（货量预测）

职位描述

核心建模与开发: 负责跨境物流货量预测系统的算法设计、开发、迭代和优化, 包括但不限于包裹量、线路货量、特定品类货量等。

数据分析与特征工程: 深入理解物流业务场景, 挖掘内外部海量数据, 进行数据清洗、特征构建, 提升模型预测精度和鲁棒性。

模型选型与创新: 熟悉多种时序预测算法、机器学习模型和深度学习模型, 根据业务需求选择并创新性地应用最适合的模型。

模型评估与优化: 建立完善的模型评估体系, 持续监控模型效果, 及时发现和解决问题, 不断提升预测模型的准确性、稳定性和解释性。

工程化落地: 负责预测模型的工程化部署、在线服务化、离线计算优化及持续迭代, 确保算法模型高效、稳定地运行于生产环境。

业务赋能: 与产品经理、业务专家、开发工程师紧密合作, 将预测结果转化为可落地的业务策略, 为运力规划、资源调度、仓储库存、动态定价等提供科学决策支持。

任职要求

学历背景: 计算机、统计学、应用数学、运筹学、自动化等相关专业硕士及以上学历。

专业技能:

扎实的机器学习、深度学习基础, 精通数据结构与算法。

精通至少一种编程语言 (Python优先), 熟悉常用数据分析和机器学习库 (如Pandas, NumPy, Scikit-learn, TensorFlow/PyTorch等)。

具备丰富的时序预测项目经验, 能够独立完成数据预处理、特征工程、模型训练、评估及优化。

熟悉SQL, 具备在大数据平台 (如Spark, Hive, Flink等) 上进行数据处理和分析的能力。

了解模型部署和维护的相关技术 (如Docker, Kubernetes, MLOps流程)。

业务理解: 对物流、供应链或电商领域有浓厚兴趣和一定理解, 具备将复杂业务问题抽象为算法问题的能力。

解决问题能力: 具备优秀的分析问题、解决问题能力, 能够独立承担项目并推动项目进展。

沟通协作: 具备良好的沟通能力和团队协作精神, 能够与不同背景的团队成员高效合作。