【岗位职责】 1. 团队管理与建设 · 负责数据科学与研发团队的整体规划、组建及日常管理，打造高效协作的技术团队 · 制定团队技术路线与发展规划，推动团队能力建设与人才培养 · 建立并优化团队工作流程、技术规范及质量管控体系 2. 数据科学体系建设 · 主导公司数据科学方法论体系的搭建，包括数据挖掘、机器学习、统计分析等核心能力 · 推动数据驱动决策文化在业务端的落地，建立从数据洞察到业务价值的完整链路 · 负责数据科学项目的技术选型、方案设计及落地实施 3. AI/ML 研发与技术攻坚 · 带领团队开展机器学习、深度学习模型的研发与优化，支撑核心业务场景 · 跟踪前沿AI技术动态，评估并引入适合业务的新技术、新框架 · 解决复杂业务场景下的技术难题，确保模型性能与稳定性 4. 跨部门协作与业务赋能 · 与产品、运营、业务团队紧密协作，深入理解业务需求并转化为技术方案 · 推动数据科学成果在业务端的规模化应用，量化技术投入产出 · 参与公司重大战略项目，提供数据科学视角的专业建议 5. 数据资产与平台建设 · 统筹数据资产的管理与治理，确保数据质量与安全性 · 推动MLOps平台建设，实现模型全生命周期管理（开发、部署、监控、迭代） · 优化数据基础设施，提升数据处理与模型训练效率 【任职要求】 1. 教育背景 · 硕士及以上学历，计算机科学、统计学、数学、人工智能等相关专业 · 具备扎实的数学基础（概率论、统计学、线性代数、优化理论） 2. 工作经验 · 8年以上数据科学、机器学习或AI相关领域工作经验 · 3年以上技术团队管理经验，有从0到1组建团队的经验优先 · 有物流行业背景者优先，熟悉物流网络规划、运力调度、仓储优化、配送路径优化等场景 3. 技术能力 · 算法功底：精通机器学习、深度学习算法，熟悉主流框架（TensorFlow/PyTorch/Sklearn等） · 工程能力：具备扎实的编程能力（Python/R/Scala等），熟悉大数据技术栈（Spark/Flink/Hive等） · 系统架构：具备大规模分布式系统设计与优化经验，熟悉MLOps体系 · 数据能力：精通数据挖掘、特征工程、A/B测试、因果推断等方法论 4. 业务理解（物流行业优先） · 深度理解物流行业核心场景：网络规划、运力调度、仓储优化、配送路径优化、需求预测等 · 能够将物流业务痛点转化为数据科学问题，设计可落地的算法解决方案 · 熟悉物流行业的数据特点（轨迹数据、订单数据、运力数据等）及业务指标（时效、成本、满意度） · 具备物流供应链全局视角，能够统筹规划端到端的数据科学应用 5. 管理能力 · 具备优秀的团队领导力与跨部门沟通协调能力 · 能够制定清晰的技术目标并推动团队高效执行 · 具备技术人才培养意识，能够建立人才梯队 6. 综合素质 · 对数据敏感，具备优秀的业务洞察能力与问题解决能力 · 具备强烈的责任心，能够在高压环境下交付结果 · 优秀的沟通表达能力，能够将复杂技术概念转化为业务语言 · 保持对前沿技术的持续学习热情 7. 加分项 · 物流行业深耕经验：有头部物流企业（快递、快运、供应链、即时配送等）数据科学团队管理经验 · 主导过物流核心场景（路由规划、装载优化、动态定价、智能调度、异常预警等）的算法落地 · 熟悉GIS空间分析、车辆路径问题（VRP）、运筹优化等物流相关技术 · 顶会论文发表或开源项目贡献 · 有大规模推荐系统、搜索排序、用户增长、风控反欺诈等核心场景经验 · 具备数据产品化思维，有成功数据产品落地经验

微信扫一扫，及时了解投递状态

您目前还没有登录：立即登录