端到端学习驱动的一体化供应链建设

1、运筹优化/数理统计/计量学/计算机算法开发：通过数据分析诊断问题，挖掘业务场景的规律模式，应用机器学习、强化学习等算法预测或沉淀决策策略，探索算法落地机会点，并与大规模优化算法结合，实现端到端学习决策。 2、供应链与物流业务场景理解：围绕公司的供应链仓网设计、库存计划、服务网络设计与车辆调度等业务场景，对场景抽象建模并通过算法降本增效。 3、前沿技术探索：持续跟进前沿运筹优化、强化学习等研究进展，将最新研究成果与公司业务相结合，挖掘算法优化深度空间。

1、本科及以上学历，统计学、计算机、自动化、运筹学、数学、系统工程、物流工程、仿真、管理科学与工程等相关专业； 2、熟悉常用数据挖掘/机器学习/深度学习算法或熟悉运筹优化、仿真优化等领域的算法及应用； 3、熟悉运筹优化领域主要问题、理论工具及常用解决方法，对LP、MIP、DP、Meta-Heuristics有较深入了解。 4、熟悉Linux系统，熟练掌握Python语言，能够熟练使用numpy、pandas、scikit-learn独立进行建模实验； 5、具备较强的分析问题、解决问题的能力和团队合作精神； 如下条件至少满足一条。 1、有TOP学术会议及期刊发表经历； 2、有主持或参与调度项目并取得良好效果经历； 3、有扎实的统计或者优化基础，良好的数据敏感度，有大规模的数据提取、挖掘经验或者数学建模经验； 4、能熟练使用某一种专业优化或者统计工具如Gurobi等。