希音自动化规划专家
任职要求
1.5年以上供应链与仓储自动化行业相关工作经验，至少3个以上大型自动化/智能化集成项目规划和实施工作经验优先； 2.熟悉和精通主流的快速分拣、立体存储、自动化输送、分拣搬运、自动化识别等类型设备，与自动化集成供应商进行良好的需求沟通和方案交流，能够准确把控方案风险并提出解决方案；熟悉WMS、WCS原理，能够根据业务对系统优…
工作职责
岗位：SHEIN 自动化中台-自动化规划岗（专业岗） 地点:广州番禺恒峰一区 汇报对象：自动化规划负责人 1.作为项目负责人，统筹自动化项目的需求对接、数据分析、总体方案规划、供应商资源池建立、详细方案评估（效益分析、设备投入分析、人力模型分析等）、推进系统对接等，参与项目落地过程并持续优化； 2.负责项目总结，持续优化自动化方案，评估自动化仓库日常运作的维护和支持方案并实施； 3.应对异常问题，与供应商和营运业务部门一起确定解决方案并确保执行落地； 4.负责自动化供应商资源池、供应商技术评价体系、招标技术评价体系的流程建立、协助推进自动化设备的维养体系的建立。 5.负责市场在物流、仓储、分拨自动化新技术和新设备的调研和技术研究与尝试使用，并阶段性输出技术调研报告。
1. 着眼全球视野和行业趋势，拟定物流自动化模式（不限于自动化立库、AMR、无人叉车、移栽机等）、策略规划以及投资计划，并推动实施和迭代更新； 2. 搭建物流自动化技术标准、技术选型标准、与关联部门（工艺、土建）接口标准、项目管理标准，推动标准实施和迭代更新； 3. 基于业务现状分析，提出已有物流自动化技术改善点并推动实施，挖掘新技术试点、统筹推广新技术应用； 4. 制定工厂自动化项目计划，跟踪推动自动化项目预研，立项，招采，设计深化，设备制造，安装调试，验收等全生命周期项目管理；牵头新项目的准备和实施；不断研究并应用新技术新设备，推动数智物流实施； 5. 高效完成物流数智化方案设计，包括物流数据分析、流程设计、动线设计、布局规划、以及合理的设备选型，并可独立完成项目方案书的撰写及汇报； 6. 根据方案编写详细设备及技术协议和规划方案说明，并负责总结输出机械、电控、以及软件系统功能需求文档，协调后端资源进行项目交底； 7. 总结物流场景的标准化解决方案，利用2D及3D软件绘制输送分拣设备标准化及模块化设计模型；沉淀各类设备的标准化配置要求； 8. 主导物流的规划及落地，提供零部件从供应商出厂至线边的物流解决新方案，含入厂物流、厂内物流、系统规划、包装规划； 9. 构建准时、高效、经济的零部件供应的物流运作体系，设定指标并监控，确保零部件的有序供应，达成产量和成本目标。
1. 设计与开发基于LLM的智能体系统架构，实现复杂任务规划、工具调用、记忆存储等核心功能 2. 构建多智能体协作框架，探索Agent间的通信协议与协同决策机制 3. 集成外部工具API（搜索引擎/数据库/专业软件），扩展Agent能力边界 4. 优化Agent的实时交互能力，包括对话流畅性、任务分解准确性、异常处理鲁棒性 5. 开发Agent评估体系，设计自动化测试场景与量化评估指标 6. 研究Agent持续学习机制，实现长期记忆存储与经验复用
1. 路径规划 ‒ 开发适用于多种场景（如机器人导航、自动驾驶、无人机等）的路径规划算法； ‒ 实现经典和前沿的全局及局部路径规划方法（如 A*、Dijkstra、RRT、DWA 等），优化路径规划的效率和鲁棒性； ‒ 处理动态环境中的路径生成和调整，解决复杂场景下的避障问题。 2. 行动决策 ‒ 研究并实现具身智能体的行动决策算法，设计任务分解和行为选择的逻辑； ‒ 基于行为树（Behavior Tree）、有限状态机（FSM）等方法，构建模块化的决策框架； ‒ 开发多智能体协作与竞争的行动决策模型，支持复杂交互任务的执行。 3. 强化学习（Reinforcement Learning，RL） ‒ 针对具身智能场景（如机械臂控制、机器人动态避障、导航等），设计强化学习的 reward 函数和训练策略； ‒ 实现主流深度强化学习算法（如 DQN、DDPG、PPO、SAC 等），解决高维连续控制与探索问题； ‒ 优化强化学习模型的收敛速度和鲁棒性，提升算法在实际场景中的表现。 4. 模仿学习（Imitation Learning，IL） ‒ 通过专家示范数据（如轨迹、动作序列）训练智能体，实现模仿人类/智能体行为； ‒ 应用行为克隆（Behavior Cloning, BC）、逆强化学习（Inverse Reinforcement Learning, IRL）等技术解决稀疏奖励问题； ‒ 结合模仿学习与强化学习，提升智能体在复杂任务中的学习和泛化能力。 5. 算法优化与工程实现 ‒ 优化算法的计算效率和资源占用，适配实时性要求 ；‒ 在仿真环境（如 Gazebo、PyBullet、Mujoco 等）和真实设备中验证算法性能； ‒ 配合嵌入式团队完成算法在终端设备上的部署与优化。 6. 技术研究与创新 ‒ 跟踪具身智能领域的前沿算法进展，探索新技术的实际应用； ‒ 研究多模态感知与决策（如视觉、语音、触觉）的融合方法，提升智能体的环境理解与行动能力； ‒ 参与长期自主学习、在线学习和自适应学习系统的设计与开发。
1、负责与销售线的协调沟通：定期与BTE和SA沟通，确保对大客户及重点项目的资源需求能够准确理解，对销售线提出的资源保障需求进行评估和反馈，提供大客户关于资源方案的咨询与支持。 2、大客户资源需求管理：协调销售线与供应链，确保大客户资源需求能准时提前报备，帮助解决资源保障问题，特别是在紧急需求或供应不足/交付延迟时，快速应对以确保项目进度。 3、大客户资源规划方案与建议：针对大客户及重点项目的资源需求，制定资源规划方案。 4、信息对齐、定期跟进：与销售线一同定期回顾大客户及重点项目的资源情况，定期回顾预测准确率、报备提前量、资源预留等重要数据。 5、数据化建设：与产研团队合作，推进大客户资源需求报备平台、大客户资源需求预测模型及画像、数据大盘等自动化、数据化系统平台建设。