阿里云供应链需求预测算法工程师
任职要求
1、硕士及以上学历，数学、统计、计算机科学等相关专业，同时有计算机硬件、供应链相关专业背景者优先； 2、有供应链路数据分析经验、数据建模分析项目实习经验者优先； 3、至少熟练掌握Python、Java语言中的一种，熟练掌握机器学习、深度学习、大模型等技术，至少熟悉一种深度学习/机器学习框架（TensorFlow，Pytorch，MindSpore等）； 4、熟练掌握需求分析和系统设计方法，具有较强的应用/技术洞察与抽…
工作职责
阿里云持续推进AI 技术深化战略布局， 围绕AI 和云计算的基础设施建设、AI基础模型平台、企业级AI应用方向构建核心场景。为此，我们正积极招募优秀人才： 1、智能预测与风控体系构建： 支持相关产品与能力的构建，包括销量预测、智能预警、异常检测、行为序列预测等场景。跟踪时序预测、时空预测、序列预测、异常检测、可解释机器学习、联邦学习、流程挖掘等前沿算法，并合理运用到实际产品中； 2、AI智能&NLP： 参与对话系统、舆情监控、知识图谱等自然语言理解与生成相关应用，构建领域内容大模型。设计并优化预训练语言模型，进行高效微调、模型压缩、推理加速等工作，将NLP、多模态内容理解和生成技术运用于实际产品中； 3、行业趋势与技术跟踪： 持续跟踪行业最新趋势和技术动态，通过深度行业洞察和市场分析，及时预警潜在问题，提出前瞻性的解决方案； 4、产品优化与决策支持： 参与供应链的数字化项目，推动技术实现与业务落地，提升决策质量、速度、规模和可解释性； 5、跨部门协作与项目落地： 与协作部门紧密合作，规划与设计数据集，推动供需预测相关问题解决，确保项目落地并取得预期结果。
-负责各类预测与优化算法在制造、供应链、物流、能源、交通等ToB行业场景的落地与效果优化 -设计并实现多类型预测算法，包括但不限于统计建模（ARIMA、Holt-Winters等）、机器学习（XGBoost、LSTM、Transformer等）、强化学习等，用于需求预测、产能预测、资源调度等核心场景 -研究并应用各类求解器与优化算法（线性规划、整数规划、约束优化、启发式算法等），解决复杂业务决策问题 -构建“预测-决策一体化”闭环系统，推动算法在产线排程、库存优化、运力分配、能源调度等业务中的落地 -跟进学术与业界前沿进展，探索LLM+Solver智能决策、Agent+强化学习等前沿方向并进行验证与落地
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
用算法实现大规模客服人力资源的最优运作，做多目标的优化，涉及以下几个模块： 1. 时序预测：预测多种时间粒度的话务量，为人员招聘、培训、排班、调度提供依据 2. 智能排班：实现兼顾顾客、小二和平台等多目标多约束的人员上班安排 3. 实时调度：根据实时的顾客需求及人员供给，作出最优的调度决策 4. 动态薪酬定价：确定最优薪酬定价策略和参数，兼顾多方利益