字节跳动运筹优化研究员-基础技术
任职要求
1、具有博士学位，具备优秀的研究背景，在Data/系统/AI领域的顶会（CCF-A）有一作论文； 2、具备扎实的运筹学理论基础，精通线性规划、整数规划、组合优化等领域知识，熟练掌握至少一种商业或开源求解器（如Gurobi、CPLEX、CP-SAT等）；熟悉常用的（元）启发式算法（如遗传算法、模拟退火等）；有实际落地经验； 3、具备优秀的工程实现能力和代码规范，熟练使用Python/C++/Java等…
工作职责
1、面向“AI数据中心”和“云计算资源调度”等场景，理解业务需求并抽象数学模型，设计和开发高效的精确算法/启发式算法/元启发式算法进行求解； 2、探索“AI for OR”，在运筹优化算法链路中落地LLM和Agent技术，包括但不限于基于自然语言的决策引擎入口、算法结果可解释性增强。
1. 负责将机器学习与运筹优化相结合，在末端揽派场景进行精细化运营相关工作 2. 负责物流末端揽派场景规划相关算法，包括网点选择、配送范围规划、供需资源投入等 3. 负责物流末端揽派场景调度相关算法，包括快递员任务调度分配、作业模式设计等 4. 负责物流末端揽派场景基础数据挖掘，包括快递派送ETA/及时率预估与仿真等 5. 负责大模型在Agent助手和运筹求解领域的应用探索 6. 跟踪大模型、机器学习、数据挖掘等方向的前沿算法，承担技术框架建设和落地实施优化。
岗位职责 1、围绕供应链核心业务，负责需求预测、库存优化、仓配调度、路径规划等场景的算法研发与生产落地； 2、基于时序机器学习、运筹优化技术，搭建销量预测、安全库存、补货调拨、车辆配载、路径优化等算法模型，解决企业供应链降本、提效、减缺货核心痛点； 3、对接订单、库存、物流、商品等业务数据，完成特征工程、样本构建、模型训练与调优，监控模型漂移并持续迭代效果； 4、将离线算法模型工程化封装为在线服务，嵌入公司 OMS/WMS/TMS系统，配合研发团队完成上线、性能调优与生产运维； 5、联动产品、交付团队拆解客户业务需求，将供应链业务问题转化为数学建模问题，沉淀通用算法组件与行业最佳实践；
1、深入研究物流调度、路径规划等领域的算法问题，并从成本、时效等多个维度对相关算法进行优化； 2、基于海量数据和真实需求和痛点, 使用人工智能/机器学习/运筹学等手段，优化物流配送平台的成本和效率。
1. 优化转运中心内分拣线、分拣柜、机器人等设备的生产排程，提升整体产能利用率，降低运营成本，保障高效履约； 2. 负责任务分配、流向优化、资源分配等算法设计与开发，通过产能/成本/时效多维度优化目标评估算法性能，量化算法收益； 3. 分析历史数据找出生产中的低效环节，搭建高精细度仿真模型，寻找适合的模式及策略优化低效环节； 4. 探索大模型与运筹及仿真结合，实现运筹和仿真工具的智能化。