顺丰机器学习工程师

1、从事机器学习算法和理论前沿研究。研究领域包括：元学习、AutoML、深度学习、强化学习、贝叶斯学习等； 2、探索人工智能应用，构建智能系统。

1、负责大数据特征挖掘、数据建模，挖掘大数据价值并应用到物流供应链相关的预测业务场景中； 2、利用数据挖掘和机器学习建模技术，进行模型开发与部署应用； 3、负责海量数据分析、特征挖掘、算法选型迭代，就业务指标评估、解决方案和预测效果进行持续的分析和改进； 4、基于业务对接产品、研发团队，参与方案评估、策略分析和数学建模，开拓前沿建模技术并结合业务场景解决实际痛点。

1. 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。 2. 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。 3. 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。 4. 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。

1、基于顺丰各项业务的海量优质数据，进行数据分析、人工智能建模、训练，为顺丰业务的数据化智能化运营提供参考和具体应用； 2、负责深度学习算法设计及开发； 3、负责机器学习相关算法设计及开发。