（27届 ASP）SF-配送算法工程师

端到端负责物流场景下的派单与调度等策略研发，包括订单-骑手匹配，多目标求解（成本/效率/体验 Pareto 均衡），独立驱动履约效率与成本优化。

运用前沿技术，包括但不限于运筹优化（VRP、MIP、ALNS）、强化学习、深度学习等方法，构建业界领先的算法解决方案。

借助 LLM 等 AI 工具重构算法研发工作流，从建模、代码生成到实验分析全链路提效，以 Agent-First 模式驱动快速迭代。

基于 AB 测试、模拟仿真与因果推断，评估策略效果并快速迭代。

与产品、运营紧密协作，将业务需求转化为可落地的算法问题

2027届计算机/数学/运筹学/工业工程/统计等相关专业，硕士及以上学历。

在扎实的运筹优化理论（LP、MIP、DP、组合优化、启发式/元启发式算法）基础上有极强的独立实操能力。

超强的业务抽象建模能力，能将复杂场景分解为标准数学模型。

优秀的跨团队沟通与协作能力，英语流畅。

必须具备运筹/RL 实战经验（路径规划、实时调度、资源匹配等）。 顶会论文（NeurIPS/ICML/AAAI/KDD/IJCAI/TRB 等)，运筹/算法竞赛成绩（天池/Kaggle/ROADEF等） 即时物流/电商供应链实习经验

能熟练运用 LLM 等 AI 工具重构运筹优化/RL 算法研发全流程, 对 AI 在算法方案设计、代码生成、实验分析等环节的输出质量有独立判断力