京东运筹优化/机器学习算法工程师
社招全职3年以上算法开发岗地点:北京状态:招聘
任职要求
(必选)计算机相关专业硕士及以上学历,有3年以上运筹优化相关实际落地经验 (必选)对常见运筹优化、调度和预估相关算法有较为深入理解与落地经验 (必选)有大数据处理经验,熟悉Hadoop/Hive/Spark/flink等大数据平台熟悉并有…
登录查看完整任职要求
微信扫码,1秒登录
工作职责
1. 负责将机器学习与运筹优化相结合,在末端揽派场景进行精细化运营相关工作 2. 负责物流末端揽派场景规划相关算法,包括网点选择、配送范围规划、供需资源投入等 3. 负责物流末端揽派场景调度相关算法,包括快递员任务调度分配、作业模式设计等 4. 负责物流末端揽派场景基础数据挖掘,包括快递派送ETA/及时率预估与仿真等 5. 负责大模型在Agent助手和运筹求解领域的应用探索 6. 跟踪大模型、机器学习、数据挖掘等方向的前沿算法,承担技术框架建设和落地实施优化。
包括英文材料
学历+
运筹优化+
https://medium.com/gousto-engineering-techbrunch/an-introduction-to-operations-research-5a9e898b6c60
Operations research (OR) is a scientific approach to determining the optimal solution to a defined business problem.
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
Hadoop+
https://www.runoob.com/w3cnote/hadoop-tutorial.html
Hadoop 为庞大的计算机集群提供可靠的、可伸缩的应用层计算和存储支持,它允许使用简单的编程模型跨计算机群集分布式处理大型数据集,并且支持在单台计算机到几千台计算机之间进行扩展。
[英文] Hadoop Tutorial
https://www.tutorialspoint.com/hadoop/index.htm
Hadoop is an open-source framework that allows to store and process big data in a distributed environment across clusters of computers using simple programming models.
Hive+
[英文] Hive Tutorial
https://www.tutorialspoint.com/hive/index.htm
Hive is a data warehouse infrastructure tool to process structured data in Hadoop. It resides on top of Hadoop to summarize Big Data, and makes querying and analyzing easy.
https://www.youtube.com/watch?v=D4HqQ8-Ja9Y
还有更多 •••
相关职位
社招A81673
1、面向“AI数据中心”和“云计算资源调度”等场景,理解业务需求并抽象数学模型,设计和开发高效的精确算法/启发式算法/元启发式算法进行求解; 2、探索“AI for OR”,在运筹优化算法链路中落地LLM和Agent技术,包括但不限于基于自然语言的决策引擎入口、算法结果可解释性增强。
更新于 2026-06-05北京
社招1年以下
1、深入研究物流调度、路径规划等领域的算法问题,并从成本、时效等多个维度对相关算法进行优化; 2、基于海量数据和真实需求和痛点, 使用人工智能/机器学习/运筹学等手段,优化物流配送平台的成本和效率。
更新于 2025-09-24深圳
社招3-5年
1. 优化转运中心内分拣线、分拣柜、机器人等设备的生产排程,提升整体产能利用率,降低运营成本,保障高效履约; 2. 负责任务分配、流向优化、资源分配等算法设计与开发,通过产能/成本/时效多维度优化目标评估算法性能,量化算法收益; 3. 分析历史数据找出生产中的低效环节,搭建高精细度仿真模型,寻找适合的模式及策略优化低效环节; 4. 探索大模型与运筹及仿真结合,实现运筹和仿真工具的智能化。
更新于 2026-01-16深圳