阿里巴巴业务技术-物流技术-数据科学专家
任职要求
1、教育背景：硕士及以上学历（计算机科学、统计学、数学、数据科学相关专业优先）。 2、技术能力：精通Python/R，熟练SQL；掌握经典算法（如回归、聚类、树模型）及深度学习框架（TensorFlow/PyTorch）；熟悉Hadoop、Spark、数据可视化等平台与工具；（了解模型部署与性能调优…
工作职责
岗位概述 1、定位：通过数据挖掘、建模与分析，解决业务问题，推动数据驱动决策与产品创新。 2、核心价值：将业务需求转化为数据解决方案，提升效率与业务指标。 核心职责 1、业务分析：理解业务目标，拆解数据需求（如用户增长、风险控制、运营优化）；设计分析框架：输出可落地的洞察报告。 2、建模与算法开发：开发预测模型（如分类、回归、时序预测）、推荐系统、异常检测等；选择算法并调优（如XGBoost、LSTM、深度学习）。 3、数据产品开发：将模型部署为API或嵌入业务系统（如实时推荐、风控引擎）；设计自动化数据流程（ETL、特征工程）。 4、跨团队协作：与业务团队沟通需求，推动模型落地与效果验证；与数据工程团队协作优化数据管道与计算资源。 5、技术研究：探索前沿技术（如大模型）在业务中的应用场景；开展POC（概念验证）项目。
围绕电商物流核心场景，参与AI应用的系统化构建与优化，把AI变为业务增长引擎，具体职责包括以下相关方向的一项或多项： 1、AI应用全生命周期演进：深度参与业务问题建模、应用架构设计、上下文工程、训练数据构建、自动化评估体系、模型后训练优化等； 2、数据飞轮构建：打造高质量数据生产链路，探索合成数据（Synthetic Data）与高效蒸馏技术方案，跑通“业务-模型-反馈”迭代闭环； 3、评测体系构建：面向业务目标，设计完备的AI应用效果评估体系，构建自动化评估框架，建立离线评估与在线业务指标联动的量化评估能力； 4、强化学习与奖励机制设计：构建可工程化的Reward体系与RL训练环境，提升模型在垂直业务场景中的可控性与泛化能力； 5、AI外部能力体系搭建：实现AI应用所需的知识库（RAG）、长短期记忆系统（Memory）、工具调用、多Agent协作框架等 6、多模态AI应用开发：构建AI应用的多模态感知与推理能力，解决在UI自动化、视觉理解与审核、多模态会话等场景的落地应用问题。
这是一个综合的AI推理、优化的技术岗位，适合从事以下工作的候选人投递： ● AI应用构建与模型优化工作的候选人 ● AI应用数据构建与自动化评测工作的候选人 ●多模态AI应用构建与算法优化工作的候选人 围绕真实业务核心场景，参与AI应用的系统化构建与优化，把AI变为业务增长引擎，具体职责包括以下相关方向的一项或多项： 1、AI应用全生命周期演进：深度参与业务问题建模、应用架构设计、上下文工程、训练数据构建、自动化评估体系、模型后训练优化等； 2、数据飞轮构建：打造高质量数据生产链路，探索合成数据（Synthetic Data）与高效蒸馏技术方案，跑通“业务-模型-反馈”迭代闭环； 3、评测体系构建：面向业务目标，设计完备的AI应用效果评估体系，构建自动化评估框架，建立离线评估与在线业务指标联动的量化评估能力； 4、强化学习与奖励机制设计：构建可工程化的Reward体系与RL训练环境，提升模型在垂直业务场景中的可控性与泛化能力； 5、AI外部能力体系搭建：实现AI应用所需的知识库（RAG）、长短期记忆系统（Memory）、工具调用、多Agent协作框架等 6、多模态AI应用开发：构建AI应用的多模态感知与推理能力，解决在UI自动化、视觉理解与审核、多模态会话等场景的落地应用问题。
负责即时物流技术供应链X产能规划的算法工程化及业务解决方案工程建设，负责稳定运力管理数字化建设，数据驱动业务经运营能力持续提升。 1）负责即时物流战前规划超算的算法工程建设，联动供应链需求预测、规划运筹、归因分析等算法能力持续提升规划准确性、科学性； 2）负责供应链S&OP数字化协同解决方案研发，提升业务总部与区域化协同经营能力、效率； 3）负责稳定运力管理的线上化建设，提升整体架构合理性，保障经营管理效率的提升；
负责即时物流技术供应链X产能规划的算法工程化及业务解决方案工程建设，负责稳定运力管理数字化建设，数据驱动业务经运营能力持续提升。 1）负责即时物流战前规划超算的算法工程建设，联动供应链需求预测、规划运筹、归因分析等算法能力持续提升规划准确性、科学性； 2）负责供应链S&OP数字化协同解决方案研发，提升业务总部与区域化协同经营能力、效率； 3）负责稳定运力管理的线上化建设，提升整体架构合理性，保障经营管理效率的提升；