阿里巴巴业务技术-算法工程师-物流算法

依托阿里巴巴集团强大的技术生态，基于菜乌深耕多年的物流供应链产品技术中后台，搭建具备跨境出口业务特色的小包裹物流履约产品技术体系。 通过对接全链路各环节的物流资源，搭建C2G全球网络。基于信息流高效协同“揽收、调拨、集运、组包、配舱、清关、卡班运输、未端派送、逆向退回等”各物流环节，提供“优先、标准、简易、经济等”各样时效等级的物流产品与解决方案，完成前台电商供应链的物流需求履约。 通过工程、数据、算法的结合，对包裹可达计算、线路路由、订单分配、大包配舱、时效预测、异常管理等环节进行辅助与优化，助力提供具备一定成本、时效优势，服务稳定的物流服务。 1、针对跨境物流的计划场景，做单量中长期预测、包裹全链路时效预测等预测算法，制定合理、有效并具有一定创新性的技术解决方案。 2、深入理解业务特性，参与大数据分析和挖掘，与业务方做深度的交流与协同。将算法应用到实际场景，解决复杂业务问题。 3、持续优化预测算法效果，保障在日常以及大促期间的业务使用体感，适应业务的快速发展和变化。 4、在基础技术之外，跟踪业界最新算法趋势，尝试大模型等新型AI技术在预测算法中的应用，确保技术领先进性。

1. 负责菜鸟商业化算法研发落地工作； 2. 从召回、预估、流量机制、广告出价等角度，探索自建OCPX算法能力； 3. 通过召回算法、预估模型、出价与预算调控算法、营销算法等方向的算法迭代，助力广告营收增长；

基于盒马线上线下一体化的商业模式和相应的供应链网络，利用运筹优化/机器学习/强化学习等技术进行物流优化，提升用户体验，提升物流效率。深入理解业务，针对业务问题进行数据分析、算法建模，提出合适的算法解决方案并开发实现，通过技术创新带来商业价值。

1. 负责运筹优化或机器学习方向的算法研究和开发，包括但不限于组合优化、线性规划、在线决策等，实现成本降低效率提高，协助提高核心竞争力。 2. 负责从大数据分析和建模，抽象问题，沉淀行业解决方案，协助拓展业务边界。 3. 具备良好的数学建模能力，能够从复杂的业务环境中抽象出清晰的数学模型。 4. 参与研发生成式AI技术，推动生成式AI在跨境物流领域的创新应用。