端到端大模型供应链智能决策底座研究

1、 负责构建覆盖定价、需求预测、库存优化、仓网规划及履约调度等全业务环节的供应链智能决策大模型，实现决策链路的智能化与自动化； 2、 深入剖析供应链多环节协同场景，设计基于AI大模型原生解决复杂运筹优化(OR)问题的创新方案； 3、 运用深度学习、强化学习及运筹优化等技术手段，构建高效、可扩展的AI决策模型，持续提升模型的精准度与业务价值； 4、 探索大语言模型(LLM)、生成式AI及多智能体强化学习(MARL)等前沿技术在供应链决策中的应用，推动技术落地； 5、 协同产品、工程与业务团队，推进大模型系统与现有平台的深度集成，确保算法成果的规模化与高效交付； 6、 将复杂模型逻辑与决策结果转化为可解释、可操作的业务洞见，驱动供应链业务指标的实质性改善。

1、 获得本科及以上学历，计算机科学、人工智能、工业工程、应用数学等相关专业； 2、 精通深度学习、强化学习、序列建模等AI底层技术，掌握运筹优化理论与方法，具备优秀的跨领域融合建模能力； 3、 具备大语言模型(LLM)、生成式AI或多任务学习等方向的研究经验，在NeurIPS、ICML、ICLR、INFORMS等顶级会议或期刊有高质量论文发表记录； 4、 具备超大规模数据处理能力，熟悉Spark、Hadoop等分布式计算框架，拥有海量业务数据建模与系统集成实战经验； 5、 具备优秀的跨团队沟通与协作能力，对技术创新与供应链业务落地具有强烈自驱力； 6、 具备良好的英文读写能力，能够熟练阅读并精准理解国际前沿学术文献与技术资料。