算法工程师

该职位来源于猎聘 一、岗位职责 1. 智能订购算法研发与优化

• 负责设计、开发和迭代智能订购算法模型，实现对门店商品（尤其鲜食、面包、饮料等短保商品）的精准需求预测，支撑“智能订购”业务场景，优化库存周转与缺货率
• 深入分析商品生命周期、销量趋势、门店特性等多维度特征，构建基于时间序列与机器学习的销量预测模型（如FF销量预测模型）
• 建立并持续优化订购推荐规则与倍数计算逻辑，依据商品等级（A/B/C）、毛利率、保质期等因素，动态生成科学订购建议，供门店决策 2. 个性化推荐算法体系构建
• 构建面向线下门店与线上平台的个性化推荐系统，提升商品连带率与客单价
• 基于购物篮分析（如Apriori、FP-Growth）挖掘商品关联规则，计算支持度、置信度与提升度（Lift），识别“引流品”与“利润品”搭配
• 设计并实现协同过滤、内容特征或混合模型的推荐算法，提供个性化商品推荐 3. 算法系统工程化与落地
• 将算法模型工程化，集成至业务中台或核心系统，保障高并发、低延迟的服务调用能力
• 建立算法效果评估体系，通过A/B测试、离线评估等方式持续监控与优化模型指标（预测准确率、推荐点击率、转化率等）
• 负责算法模型的迭代与维护，根据业务反馈与数据变化持续调优模型参数与策略 4. 数据驱动与业务赋能
• 与产品、运营、供应链等团队紧密协作，将算法能力转化为可落地的业务解决方案
• 构建“人—货—场”指标体系，通过数据看板提供实时业务洞察，支持MM会议等决策场景
• 推动数据创新，探索算法在智能选址、用户画像、定价与促销优化等场景中的应用 二、任职要求 必备要求 1. 学历与经验
• 本科及以上学历，计算机、数学、统计学等相关专业
• 5年以上算法开发或大数据开发经验，其中至少3年以上推荐系统、预测算法或零售供应链优化相关经验 2. 技术栈
• 编程语言：精通Python，熟悉Java
• 机器学习框架：熟练掌握PyTorch、TensorFlow、Scikit-learn，有深度学习模型开发经验
• 数据处理：熟悉Hadoop、Spark、Flink等大数据处理框架
• 数据库：熟练使用MySQL、Redis、HBase等关系型与非关系型数据库 3. 算法能力
• 深入理解推荐系统、时间序列预测、分类回归、聚类等核心算法原理
• 扎实的特征工程能力，能从复杂业务数据中提取有效特征
• 有完整算法项目落地经验（模型设计、开发、上线、监控、迭代全流程） 4. 业务理解
• 对零售行业（尤其是便利店、商超）业务流程有深入理解
• 熟悉商品生命周期管理、进销存、全渠道履约等场景 5. 软技能
• 优秀的沟通协调能力、项目推动能力与跨团队协作精神
• 能将技术方案转化为业务价值 加分项
• 具备大模型（如Qwen、GPT-4）应用经验，或熟悉RAG、Agent等技术在业务中的落地
• 有连锁便利店或生鲜电商平台工作经验
• 具备高并发、高可用系统设计经验，或有从0到1构建推荐/预测系统平台的经验
• 有项目管理经验，能带领团队完成复杂算法项目交付