美团【转正实习】运筹优化算法工程师
任职要求
1.本科及以上学历，计算机、工业工程、自动化、管理科学、应用数学、交通工程等专业； 2.开发能力好，熟悉 Java/C++/Python/Matlab 等任一语言，熟悉常用的数据结构和算法，能写出高质量的代码； 3.对运筹优化中的常用数学模型、求解算法、所适用的场景有深入的理解和应用经验； 4.具备较强的数学建模能力，能快速理解问题、抽象并设计解决方案； 5.熟悉机器学习领域的常用模型和算法； 6.对数据敏感，能够从数据中发现问题并追踪原因； 7.具有较强的学习能力、自我驱动能力和团队协作能力。 具备以下经验者优先 1.在运筹优化方向的一流会议和期刊上发表过高水平学术论文； 2.拥有实际工业场景的运筹优化项目经验。
工作职责
本岗位以提升效率和体验为目标，结合配送大数据平台，以运筹优化和机器学习为主要技术手段，构建自动化、智能化的即时配送系统为基本愿景的算法研发岗位。内容包括： 1.通过运筹优化策略，优化订单分配、路径规划，服务美团多个即时配送/实时调度业务场景； 2.深入研究供需均衡、合理订单结构、最优定价策略等，不断提升配送业务的经营效率，降低运营成本； 3.结合深度学习、强化学习等，进行运筹优化技术的持续创新。
1.负责机器人导航定位算法研发，包括卫星导航、视觉或激光SLAM、组合导航； 2.负责机器人视觉建图与渲染、全局视觉定位算法研发，包括视觉特征检测与匹配、相机姿态估计、多视几何重建、稠密点云重建、神经场渲染； 3.负责机器人控制、规划与调度算法研发； 4.负责机器人算法在嵌入式平台加速与优化； 5.负责机器人无线通信算法研发；6.负责机器人电机驱动算法研发； 7.负责低空物流无人配送领域机器学习、数据挖掘、仿真建模算法研发。
ByteIntern：面向2026届毕业生（2025年9月-2026年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：Data-电商-供应链和物流团队，通过应用机器学习和运筹优化算法，助力字节电商在全球范围内向用户提供低价好物以及快速优质的购物体验。团队的方向包括：参与优化通向全球各个国家地区的仓储物流网络，提升履约时效，降低成本，优化用户体验；跟踪全球电商趋势，优化电商货品供给，预测商品需求，指导备货，探索AIGC赋能时尚供应链。 1、参与字节跳动电商业务供应链及物流全链路智能化体系建设，负责面向业务的数据挖掘及算法模型迭代； 2、预测算法：构建深度学习和统计模型，为电商物流提供端到端预计到达时间 (ETA) 预测，并结合因果推断技术，定量刻画ETA对于消费者决策影响； 3、预测算法：通过深度学习、统计推断等方案，对快递包裹的时空轨迹序列进行推演与预测，有助于更好地理解物流网络动态，为其他预测任务提供重要的序列特征； 4、大数据分析：构建物流网络知识图谱，在此基础上构建物流履约态势感知与预警系统，使运营人员能够发现并处理物流网络异常情况，与物流服务商共同提高物流履约质量； 5、大数据分析：基于物流大数据构建包裹颗粒度因子库与标签库，实现基于相关性分析、大数据风控、因果推断等技术的物流履约质量问题诊断，大幅提升业务的精细化运营水平； 6、决策算法：根据物流订单量的预期增长，构建转运中心和最后一公里站点选址的服务网络设计的运筹优化模型；根据干线网络的路由图模型、时空图模型建设，构建网络复现技术，基于此打造图路由诊断、重新规划、路由仿真算法。
ByteIntern：面向2026届毕业生（2025年9月-2026年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：Data-电商-供应链和物流团队，通过应用机器学习和运筹优化算法，助力字节电商在全球范围内向用户提供低价好物以及快速优质的购物体验。团队的方向包括：参与优化通向全球各个国家地区的仓储物流网络，提升履约时效，降低成本，优化用户体验；跟踪全球电商趋势，优化电商货品供给，预测商品需求，指导备货，探索AIGC赋能时尚供应链。 1、参与字节跳动电商业务供应链及物流全链路智能化体系建设，负责面向业务的数据挖掘及算法模型迭代； 2、预测算法：构建深度学习和统计模型，为电商物流提供端到端预计到达时间 (ETA) 预测，并结合因果推断技术，定量刻画ETA对于消费者决策影响； 3、预测算法：通过深度学习、统计推断等方案，对快递包裹的时空轨迹序列进行推演与预测，有助于更好地理解物流网络动态，为其他预测任务提供重要的序列特征； 4、大数据分析：构建物流网络知识图谱，在此基础上构建物流履约态势感知与预警系统，使运营人员能够发现并处理物流网络异常情况，与物流服务商共同提高物流履约质量； 5、大数据分析：基于物流大数据构建包裹颗粒度因子库与标签库，实现基于相关性分析、大数据风控、因果推断等技术的物流履约质量问题诊断，大幅提升业务的精细化运营水平； 6、决策算法：根据物流订单量的预期增长，构建转运中心和最后一公里站点选址的服务网络设计的运筹优化模型；根据干线网络的路由图模型、时空图模型建设，构建网络复现技术，基于此打造图路由诊断、重新规划、路由仿真算法。
ByteIntern：面向2026届毕业生（2025年9月-2026年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：Data-电商-供应链和物流团队，通过应用机器学习和运筹优化算法，助力字节电商在全球范围内向用户提供低价好物以及快速优质的购物体验。团队的方向包括：参与优化通向全球各个国家地区的仓储物流网络，提升履约时效，降低成本，优化用户体验；跟踪全球电商趋势，优化电商货品供给，预测商品需求，指导备货，探索AIGC赋能时尚供应链。 1、参与字节跳动电商业务供应链及物流全链路智能化体系建设，负责面向业务的数据挖掘及算法模型迭代； 2、预测算法：构建深度学习和统计模型，为电商物流提供端到端预计到达时间 (ETA) 预测，并结合因果推断技术，定量刻画ETA对于消费者决策影响； 3、预测算法：通过深度学习、统计推断等方案，对快递包裹的时空轨迹序列进行推演与预测，有助于更好地理解物流网络动态，为其他预测任务提供重要的序列特征； 4、大数据分析：构建物流网络知识图谱，在此基础上构建物流履约态势感知与预警系统，使运营人员能够发现并处理物流网络异常情况，与物流服务商共同提高物流履约质量； 5、大数据分析：基于物流大数据构建包裹颗粒度因子库与标签库，实现基于相关性分析、大数据风控、因果推断等技术的物流履约质量问题诊断，大幅提升业务的精细化运营水平； 6、决策算法：根据物流订单量的预期增长，构建转运中心和最后一公里站点选址的服务网络设计的运筹优化模型；根据干线网络的路由图模型、时空图模型建设，构建网络复现技术，基于此打造图路由诊断、重新规划、路由仿真算法。