饿了么淘宝闪购-物流算法专家-基础策略
社招全职3年以上技术类-算法地点:北京 | 上海状态:招聘
任职要求
1、研究生及以上学历,具备强化学习、深度学习技术背景,算法模型基础扎实; 2、熟悉Python,掌握Java或C++其一,具备良好的算法工程实现能力;对即时…
登录查看完整任职要求
微信扫码,1秒登录
工作职责
1. 参与淘宝闪购物流调度基础策略算法开发,包括不限于:供需预测、活动弹性预估、多单取送顺序路径规划、ETA模型等基础模型迭代; 2. 运用先进技术,包括不限于VLA、Transformer、强化学习/模仿学习、diffusion生成式模型等最新的深度学习技术,围绕骑手、商户、用户进行行为进行建模,例如骑手出勤完单模型、骑手端操作行为、骑手取送顺序行为、空载轨迹预测模型等,提升物流仿真系统精度,赋能物流技术业务发展; 3. 通过挖掘地理特征、骑手行为特征,骑手、用户画像embedding,持续迭代和提升模型精度,尤其是在恶劣天气、节假日等长尾场景。
包括英文材料
强化学习+
https://cloud.google.com/discover/what-is-reinforcement-learning?hl=en
Reinforcement learning (RL) is a type of machine learning where an "agent" learns optimal behavior through interaction with its environment.
https://huggingface.co/learn/deep-rl-course/unit0/introduction
This course will teach you about Deep Reinforcement Learning from beginner to expert. It’s completely free and open-source!
https://www.kaggle.com/learn/intro-to-game-ai-and-reinforcement-learning
Build your own video game bots, using classic and cutting-edge algorithms.
深度学习+
https://d2l.ai/
Interactive deep learning book with code, math, and discussions.
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
还有更多 •••
相关职位
社招3年以上技术类-算法
1、参与淘宝闪购即时物流场景下调度策略算法设计与开发,技术驱动业务增长; 2、数据驱动,应用机器学习、运筹学、博弈论等技术提升整体交易市场的效率,降低交易市场的成本,优化用户体验; 3、与跨职能团队(产品、运营等)协作,理解业务需求并将之转化为具体的算法问题,快速响应市场变动; 4、运用机器学习技术和大数据分析方法对现有策略效果进行评价,不断迭代策略模型并验证其有效性。
更新于 2026-01-09北京|上海
社招3年以上技术类-算法
1. 负责淘宝闪购即时物流的时效预测、配送范围规划,商流×物超算联动机制等场景的算法设计与开发。 2. 综合应用机器学习、深度学习、运筹优化、大模型等前沿技术,基于业务问题和场景,构建算法方案,持续提升即时物流的履约效率,促进订单增长,优化用户体验。 3. 深入理解即时物流场景,与业务、产品、工程、数据等团队紧密协同,完成从业务问题到算法问题的抽象与定义,多方协同推进项目落地。
更新于 2026-01-16上海|北京
社招3年以上技术类-算法
1. 构建和维护外卖即时物流领域的知识库,整合行业数据、业务规则和专家经验,利用大模型技术对知识库进行自动化更新和优化,提升知识库的覆盖率和准确性。 2. 负责海量数据的清洗,构建高质量的训练数据集。 3. 负责即时物流大模型的架构设计、训练、微调,在效果、推理速度、计算和存储成本推理等方面迭代到先进水平。 4. 将大模型技术应用于外卖即时物流的核心业务场景,如供需预测、骑手行为建模、路径优化、指标归因等,提升下游任务收益。 5. 跟踪大模型领域的最新研究成果,结合业务需求进行技术创新,探索大模型在物流配送中的无限可能。
更新于 2026-01-16北京|上海