盒马-供应链高级算法TL-上海

1. 战略规划与技术探索 • 制定盒马供应链算法的中长期技术路线图，主导深度时序模型、时空图神经网络、时序大模型等前沿技术在零售供应链场景的落地与突破。 • 洞察全球零售与供应链科技趋势，构建行业领先的"预测 - 决策 - 执行"一体化智能大脑，确立盒马在生鲜新零售领域的算法护城河。 • 攻克长周期预测、节假日预测、新品/新店预测、极端天气、复杂营销活动、突发事件下的鲁棒性预测等行业级难题。 2. 业务闭环与价值交付 • 统筹供应链算法体系，打通从需求感知（销量/单量/GMV预测）到智能决策（自动选品、自动订货、库存优化、出清策略）再到履约执行（仓网规划、生产计划、陈列优化）的业务闭环。 • 深入理解盒马多业态（盒马鲜生、前置仓、超盒算等）复杂的业务逻辑，将模糊的业务痛点转化为可量化的算法目标，通过运筹优化、机器学习、大模型深度融合，显著降低损耗、提升加权有货率、提高各环节人员作业效率。 • 主导新品全生命周期管理算法体系建设，利用大模型赋能自动化选品与汰换，实现“以少胜多”的商品力提升。 3. 团队管理与人才培养（团队管理） • 负责供应链算法团队的整体建设，包括人才梯队搭建、核心技术攻关指导及绩效管理体系设计。 • 培养兼具算法深度与业务广度的复合型人才，营造崇尚技术、追求极致、结果导向的团队文化。 • 协调跨部门资源（产研、运营、采购、物流），推动算法方案在业务侧的高效落地与规模化推广。 【任职要求】 1. 经验背景 • 数学、计算机、运筹学、统计学等相关专业硕士及以上学历，8 年以上算法相关工作经验，3 年以上大型互联网或零售企业供应链算法团队管理经验（团队规模 10 人+）。 • 成功主导过全链路供应链智能决策系统从 0 到 1 建设或重大重构的经验，并有可量化的显著业务成果（如库存周转天数降低 X%，缺货率降低 Y%，损耗率降低Z%等）。 2. 技术能力要求 • 同时具备深厚的机器学习/深度学习/运筹优化功底。时序预测领域精通 Transformer, TFT, DeepAR, NeuralProphet 及时序大模型架构；运筹优化领域精通混合整数规划 (MIP)、非线性规划、随机规划及元启发式算法，熟练使用 Gurobi/CPLEX 等求解器或自研求解引擎解决大规模库存、补货、路径规划问题。 • 对生成式AI在供应链场景的应用（如基于大语言模型的需求归因、交互式决策助手）有独到见解和落地实践者优先。 3. 业务洞察与解决问题能力 • 深刻理解新零售“人货场”重构下的供应链挑战，具备极强的业务抽象能力，能将复杂的线下作业流程（如店内加工、鲜度管理、动态陈列）转化为数学模型。 • 具备优秀的数据敏感度和逻辑思维，能在数据缺失或噪声极大的环境下，灵活运用经典算法与创新技术解决实际问题。 4. 领导力 • 卓越的沟通协调能力，能够向上管理预期，向下清晰传达战略，横向拉通产研运采各方诉求，推动复杂项目落地。 • 具备强烈的创业精神和抗压能力，适应新零售快节奏变化，敢于承担不确定性带来的挑战。 • 拥有开放的技术视野和求知欲，热衷于技术分享与团队赋能，是团队的技术精神领袖。 5. 加分项 • 有头部零售企业（如Amazon, Walmart, Costco）或国内头部电商/新零售供应链核心算法负责人经验者优先。 • 在 KDD, ICML, NeurIPS, INFORMS 等会议发表过供应链相关论文，或在开源社区有重大贡献者。