深圳虾皮信息科技有限公司

岗位职责 负责物流供应链场景下核心预测类问题的算法研发与迭代，包括但不限于需求预测、时效预测等，覆盖数据探索、特征工程、模型设计、离线评估与在线效果验证全链路； 探索并落地预测领域的前沿深度学习方法，包括但不限于基于Transformer的建模思路、多任务/多尺度预测、概率预测等方向，持续对齐业界SOTA进展； 探索预测与决策结合的相关方法，包括仿真推演（What-if模拟、供应链数字孪生等场景）、强化学习、反事实学习/因果推断等技术在预测优化与策略决策中的应用； 深挖预测误差的业务归因（促销、季节性、供应链波动等），推动模型结构与特征体系的针对性优化； 独立主导某一细分业务域的预测专项，从问题定义、方案设计、实验验证到上线复盘，完整跑通一个项目闭环； 任职要求 统计学、数学、计算机、人工智能、运筹学、供应链管理等相关专业在读研究生优先，或具备相关领域扎实的自学与项目经验； 对深度学习有系统性认知，对Transformer结构原理及其在预测类问题中的应用有较深理解，能读论文、能复现、能改进者优先； 熟练使用PyTorch，有独立搭建、训练、调优深度学习模型的实战经验 有物流、供应链、零售、电商等相关行业的实习或项目经验者优先，理解预测类问题在真实业务中的价值链路与落地难点； 做事细致严谨，对数据和结果有较强敏感度，善于从异常中发现问题、提出假设并验证； 具备较强自驱力和独立思考能力，认准目标后能自己拆解路径推进； 良好的沟通表达能力，能够在模型语言与业务语言之间自如转化； 每周可保证至少4天实习时间，实习时长3个月以上优先。 加分项 对强化学习（如策略优化、多臂老虎机等）、反事实学习/因果推断有理论基础或项目实践者优先； 有仿真建模、供应链数字孪生、What-if推演相关项目经验者优先； 有Kaggle、天池等数据竞赛预测类赛题的获奖或前列经历； 有实际业务场景下模型上线、A/B测试、效果归因经验； 关注并了解业界的最新进展；