调度算法工程师（工程化）

【岗位职】

1、负责多IGV任务调度与路径规划算法的设计、开发与优化；

2、构建多智能体协同调度系统,解决任务分配、路径冲突、死锁避让、资源竞争等核心问题；

3、负责调度算法的工程化落地,包括算法模块封装、接口设计、性能优化及系统集成；

4、针对大规模多智能体场景,优化调度算法的计算效率与响应速度,保障系统实时性与稳定性；

5、分析线上运行数据,定位调度异常(如任务超时、路径拥堵、局部最优等)问题并持续迭代优化；

6、配合仿真/测试团队搭建调度算法验证环境,支撑算法效果评估与压力测试

1、本科及以上学历,计算机、自动化、运筹学、数学、机器人等相关专业；

2、具备扎实的C++或Python编程基础,熟悉数据结构与算法,具备良好的工程代码能力；

3、对调度算法有一定的理论基础或项目经验,了解常见方法原理,如:

任务分配类:匈牙利算法、拍卖算法(Auction Algorithm)、CBBA等

路径规划类:A*、Dijkstra、时空A*(Space-Time A*)、CBS(冲突基搜索)等

优化类:整数规划、混合整数规划(MIP)、启发式/元启发式算法(遗传算法、模拟退火、蚁群算法等)

4、具备一定的算法工程化经验,能够将理论算法转化为高效、可维护、可扩展的工程代码；

5、具备算法工程优化的基础能力,如:

时间/空间复杂度分析与优化

并行计算、多线程调度提升算法执行效率

大规模数据/图结构下的性能调优

6、熟悉Linux开发环境,具备较强的调试能力及性能剖析工具使用经验(如gprof、perf、Valgrind等)；

7、具备较好的数学与运筹学基础,如图论、组合优化、线性代数、概率统计等；

8、具备较强的逻辑分析能力与问题拆解能力,能够独立阅读论文并复现算法者优先；

9、有实际多机器人/多智能体调度项目经验(如仓储AGV调度、无人车队调度、机器人集群协同)者优先。

【加分项】

1、有混行场景路径规划与冲突管控经验；

2、熟悉ROS/ROS2及多机器人仿真平台(如Gazebo、Webots)；

3、有大规模分布式调度系统设计与开发经验；

4、熟悉强化学习在多智能体调度中的应用(如MARL相关方法)；

5、发表过调度优化、运筹学或多智能体协同相关论文或专利