顺丰运筹优化算法工程师
社招全职3-5年地点：上海状态：招聘
任职要求
任职要求 1、本科及以上学历，运筹学、应用数学、统计学、计算机、工业工程、物流工程等相关专业； 2、5 年以上算法落地经验，熟悉供应链 / 物流 / 场景优先； 3、精通 Python 数据分析与建模，熟练使用时序预测模型（Prophet/LSTM/TimesNet 等）、传统机器学习算法； 4、掌握运筹优化基础，熟悉…
登录查看完整任职要求
微信扫码，1秒登录
工作职责
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；
包括英文材料
学历+
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/
Python+
https://liaoxuefeng.com/books/python/introduction/index.html
中文，免费，零起点，完整示例，基于最新的Python 3版本。
https://www.learnpython.org/
a free interactive Python tutorial for people who want to learn Python, fast.
https://www.youtube.com/watch?v=K5KVEU3aaeQ
Master Python from scratch 🚀 No fluff—just clear, practical coding skills to kickstart your journey!
https://www.youtube.com/watch?v=rfscVS0vtbw
This course will give you a full introduction into all of the core concepts in python.
数据分析+
[英文] Data Analyst Roadmap
https://roadmap.sh/data-analyst
Step by step guide to becoming an Data Analyst in 2025
还有更多 •••
相关职位
社招5-10年
1、与项目、解决方案及产品团队紧密合作，理解业务/产品背景与需求 2、运用运筹学、深度学习、强化学习等相关技术，对海量数据进行处理与分析，挖掘相关信息，建立优化模型，设计优化游街算法，优化核心决策 3、跟进运筹优化相关技术的业界发展，并合理运用到实际产品中 4、对项目中使用到的算法技术进行归纳整理，完成相关技术沉淀工作
更新于 2026-01-06上海
社招5-10年
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。
更新于 2026-01-16深圳
社招1年以下
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。
更新于 2025-09-24深圳
社招3-5年
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。
更新于 2026-01-16深圳