算法工程师

岗位职责： 1. 核心建模与开发：负责跨境物流货量预测系统的算法设计、开发、迭代和优化，包括但不限于包裹量、线路货量、特定品类货量等。 2. 数据分析与特征工程：深入理解物流业务场景，挖掘内外部海量数据，进行数据清洗、特征构建，提升模型预测精度和鲁棒性。 3. 模型选型与创新：熟悉多种时序预测算法、机器学习模型和深度学习模型，根据业务需求选择并创新性地应用最适合的模型。 4. 模型评估与优化：建立完善的模型评估体系，持续监控模型效果，及时发现和解决问题，不断提升预测模型的准确性、稳定性和解释性。 5. 工程化落地：负责预测模型的工程化部署、在线服务化、离线计算优化及持续迭代，确保算法模型高效、稳定地运行于生产环境。 6. 业务赋能：与产品经理、业务专家、开发工程师紧密合作，将预测结果转化为可落地的业务策略，为运力规划、资源调度、仓储库存、动态定价等提供科学决策支持。 岗位要求： 1. 学历背景：计算机、统计学、应用数学、运筹学、自动化等相关专业本科及以上学历。 2. 专业技能：扎实的机器学习、深度学习基础，精通数据结构与算法。精通至少一种编程语言（Python优先），熟悉常用数据分析和机器学习库（如Pandas、NumPy、Scikit-learn、TensorFlow/PyTorch等）。 3. 具备丰富的时序预测项目经验，能够独立完成数据预处理、特征工程、模型训练、评估及优化。熟悉SQL，具备在大数据平台（如Spark、Hive、Flink等）上进行数据处理和分析的能力。 4. 了解模型部署和维护的相关技术（如Docker、Kubernetes、MLOps流程）。 5. 业务理解：对物流、供应链或电商领域有浓厚兴趣和一定理解，具备将复杂业务问题抽象为算法问题的能力。 6. 解决问题能力：具备优秀的分析问题、解决问题能力，能够独立承担项目并推动项目进展。 7. 沟通协作：具备良好的沟通能力和团队协作精神，能够与不同背景的团队成员高效合作。