美团资深算法专家:供应链物流方向
任职要求
1、计算机、人工智能、运筹优化、数理统计等专业硕士及以上学历,具有4年以上相关领域算法研发经验。 2、具有扎实的算法理论基础,精通机器学习、深度学习,或者运筹优化智能决策算法,具备长期的技术方向判断力,持续关注前沿算法、并推动业务创新应用。 3、熟悉LLM相关算法知识,掌握模型微调、强化学习、Agent相关技术,熟悉TensorFlow、PyTorch等机器学习框架,代…
工作职责
1、负责美团电商零售业务(快驴、小象、优选)供应链算法体系建设,以及垂直领域AI-Agent研发落地。围绕商品库存、仓储作业、物流配送调度、流程优化等方面,利用算法与AI能力,提升供应链、物流相关环节的自动化、智能化水平,降本增效,提高用户体验。 2、带领团队在机器学习、深度学习、仿真优化、LLM大模型应用方面,持续突破效果天花板,沉底平台化算法能力。 3、能深入了解业务,与产品、团队密切合作,识别算法价值机会点,持续推动从算法优化到业务价值的转化,驱动业务变革。 4、承担长期算法技术规划、研发项目管理、人才培养、梯队建设。
我们是Accio Work——电商领域的AI产品。不仅具备“龙虾”的通用能力,还深耕生意经营、电商运营等垂直场景。它能理解你的意图、调用工具、执行任务、操作你的整个工作空间。我们正在做的事情是:让每个人都拥有一支属于自己的AI团队。 想象一下,一个从未做过电商的人,打开Accio Work,AI帮他选品、写Listing、投广告、盯数据、处理客服——从第一天起就拥有资深运营团队的能力。这不是未来,这是我们正在构建的产品。我们将在Amazon、eBay、TikTok Shop、Shopify、Walmart等主流平台上落地,目标是成为全球数百万中小卖家的AI运营伙伴。 为什么这个岗位值得加入: - 巨大的AI落地机会之一:万亿美元的北美电商市场 × 最热的AI Agent技术,这是当下少有的"技术成熟度"和"市场规模"同时到位的交叉点。你不是在做实验,而是在打造一个真正改变数百万人工作方式的产品。 - 你的经验会被放大无数倍:过去你的运营能力服务一家店、一个品牌;在这里,你的每一条实战经验都会变成AI的能力,同时赋能成千上万的卖家——这是个人影响力的指数级跃迁。 - 定义一个全新品类:真正做到"AI替你开店赚钱"。你将参与从0到1定义这个品类的核心场景和体验标准,这样的窗口期不会太久。 - AI原生的工作方式:我们的团队本身就在用Agent工作。加入这里,你不只是做电商,而是获得"电商 × AI"的稀缺复合能力——这是未来3-5年最有价值的职业资本。 作为应用市场与生态部的电商运营专家,你将是AI产品与真实电商世界之间的"翻译官"和"教练"——把你多年实战中摸爬滚打的经验系统化、结构化,与算法团队一起转化为AI的产品能力,大幅降低电商运营门槛。 核心职责: 1. 电商平台AI应用模块从0到1建设 - 负责Amazon、eBay、Shopify、TikTok Shop、Walmart等电商平台AI应用模块的内容研发,梳理各平台从开店到盈利的全链路运营SOP; - 将每个环节拆解为可被AI执行的标准化流程,标注关键决策点、常见坑点、以及核心运营策略; - 覆盖核心链路:选品调研→竞品分析→Listing优化→定价策略→广告投放→库存管理→客服售后→复购增长。 2. 协同算法团队推动AI应用落地 - 与算法工程师hand-in-hand协作,将运营SOP转化为可被AI执行的产品能力; - 参与AI应用的端到端测试验证,确保产出结果符合实战标准; - 基于真实运营数据反馈,持续迭代优化产品的决策逻辑和策略参数。 3. 运营指标体系与数据分析 - 梳理电商运营核心指标体系(GMV、转化率、ACOS、利润率、退货率等),定期对运营数据进行分析和结论产出; - 为产品改进和策略升级提供数据驱动的决策支持; - 建立和维护品类知识库(利润率、竞争度、季节性、合规风险等)。 4. 美国市场应用场景拓展 - 基于对北美电商生态的深度理解,持续挖掘和定义新的应用场景,推动产品覆盖更多美国卖家的真实需求; - 持续跟踪北美电商市场趋势、平台政策变化、热门品类机会,输出选品方法论和运营策略; - 沉淀标杆案例,助力美国市场的用户增长和口碑传播。 5. 本地用户洞察与需求采集 - 深入美国本地卖家社群和生态(如Amazon Seller Forums、Reddit、本地卖家Meetup等),采集第一手用户需求和痛点; - 以本土用户视角审视产品体验,确保功能设计、交互逻辑和内容表达符合美国卖家的使用习惯和预期; - 参与产品需求评审,从运营专业角度和本地市场角度提出优化建议。

我们是Accio Work——电商领域的AI产品。不仅具备“龙虾”的通用能力,还深耕生意经营、电商运营等垂直场景。它能理解你的意图、调用工具、执行任务、操作你的整个工作空间。我们正在做的事情是:让每个人都拥有一支属于自己的AI团队。 想象一下,一个从未做过电商的人,打开Accio Work,AI帮他选品、写Listing、投广告、盯数据、处理客服——从第一天起就拥有资深运营团队的能力。这不是未来,这是我们正在构建的产品。我们将在Amazon、eBay、TikTok Shop、Shopify、Walmart等主流平台上落地,目标是成为全球数百万中小卖家的AI运营伙伴。 为什么这个岗位值得加入: - 巨大的AI落地机会之一:万亿美元的北美电商市场 × 最热的AI Agent技术,这是当下少有的"技术成熟度"和"市场规模"同时到位的交叉点。你不是在做实验,而是在打造一个真正改变数百万人工作方式的产品。 - 你的经验会被放大无数倍:过去你的运营能力服务一家店、一个品牌;在这里,你的每一条实战经验都会变成AI的能力,同时赋能成千上万的卖家——这是个人影响力的指数级跃迁。 - 定义一个全新品类:真正做到"AI替你开店赚钱"。你将参与从0到1定义这个品类的核心场景和体验标准,这样的窗口期不会太久。 - AI原生的工作方式:我们的团队本身就在用Agent工作。加入这里,你不只是做电商,而是获得"电商 × AI"的稀缺复合能力——这是未来3-5年最有价值的职业资本。 作为应用市场与生态部的电商运营专家,你将是AI产品与真实电商世界之间的"翻译官"和"教练"——把你多年实战中摸爬滚打的经验系统化、结构化,与算法团队一起转化为AI的产品能力,大幅降低电商运营门槛。 核心职责: 1. 电商平台AI应用模块从0到1建设 - 负责Amazon、eBay、Shopify、TikTok Shop、Walmart等电商平台AI应用模块的内容研发,梳理各平台从开店到盈利的全链路运营SOP; - 将每个环节拆解为可被AI执行的标准化流程,标注关键决策点、常见坑点、以及核心运营策略; - 覆盖核心链路:选品调研→竞品分析→Listing优化→定价策略→广告投放→库存管理→客服售后→复购增长。 2. 协同算法团队推动AI应用落地 - 与算法工程师hand-in-hand协作,将运营SOP转化为可被AI执行的产品能力; - 参与AI应用的端到端测试验证,确保产出结果符合实战标准; - 基于真实运营数据反馈,持续迭代优化产品的决策逻辑和策略参数。 3. 运营指标体系与数据分析 - 梳理电商运营核心指标体系(GMV、转化率、ACOS、利润率、退货率等),定期对运营数据进行分析和结论产出; - 为产品改进和策略升级提供数据驱动的决策支持; - 建立和维护品类知识库(利润率、竞争度、季节性、合规风险等)。 4. 美国市场应用场景拓展 - 基于对北美电商生态的深度理解,持续挖掘和定义新的应用场景,推动产品覆盖更多美国卖家的真实需求; - 持续跟踪北美电商市场趋势、平台政策变化、热门品类机会,输出选品方法论和运营策略; - 沉淀标杆案例,助力美国市场的用户增长和口碑传播。 5. 本地用户洞察与需求采集 - 深入美国本地卖家社群和生态(如Amazon Seller Forums、Reddit、本地卖家Meetup等),采集第一手用户需求和痛点; - 以本土用户视角审视产品体验,确保功能设计、交互逻辑和内容表达符合美国卖家的使用习惯和预期; - 参与产品需求评审,从运营专业角度和本地市场角度提出优化建议。
-业务需求分析与转译:深入业务一线,调研半导体/汽车供应链中的计划(Planning)、采购(Sourcing)、制造(Making)及交付(Delivering)环节的实际痛点 -负责将复杂的业务逻辑(如晶圆Bank管理、多级委外加工、汽车零部件配套逻辑)转化为清晰的技术语言和系统需求文档,消除业务方与开发团队之间的理解鸿沟 -供应链解决方案规划:基于供应链价值流模型,对半导体、汽车及传统制造等行业客户的端到端供应链进行诊断,识别瓶颈、成本泄漏及风险点 -针对行业特有的长周期、高波动特点,主导设计供应链计划(APS)、采购协同(SRM)或库存管理系统的高阶方案 -构建端到端的业务流程蓝图,确保系统设计能够支持复杂的BOM结构、ECN变更及批次追溯要求 -系统落地与全生命周期管理:协同研发团队进行技术可行性评估,全程跟踪需求开发、测试及上线环节,确保交付成果与业务目标高度一致 -负责新功能的业务验收(UAT),并制定用户操作手册与培训计划,推动系统在业务场景中的实际落地 -流程优化与数据驱动:利用数据分析手段识别供应链瓶颈,提出流程重组或算法优化建议(如安全库存模型优化、需求预测准确率提升) -建立供应链关键指标体系(KPIs),通过数字化看板监控业务健康度
1.技术与系统架构:负责具身智能与机器人系统的整体架构设计,并主导机器人平台化(硬件模块、控制栈、感知栈)与大模型平台化(数据、训练、推理)的统一设计。 2.具身智能大模型工程:建设数据体系,协同科研模型算法团队推进具身大模型训练,协同、调用云平台搭建面向具身场景的大规模训练与分布式基础设施。 3.端侧模型推理部署:负责将具身智能模型在机器人端侧部署,并结合机器人计算资源进行软硬件协同优化。 4.机器人系统落地与工程交付:主导机器人在各类场景的落地与项目交付;负责从需求拆解、系统集成、工程实现、测试验证到交付运营的全流程工程管理;协调与供应链、ODM/OEM、硬件厂商的技术对接,以及机器人产业上下游的合作。 5.团队管理与跨部门协作:管理多学科工程团队,建立工程和研发流程(CI/CD、QA、仿真体系、回归测试、可靠性验证),并与产品、科研、算法、行业解决方案和 BD 团队紧密协作推进关键项目落地。