求职｜【洞隐云链（洞隐科技）】供应链AI算法工程师（J10229）（base：西安·高新区）

一、岗位职责

• 供应链核心算法建模与落地：主导运输、仓储、履约等核心场景的算法建模与生产落地，涵盖运筹优化方向（VRP/CVRP/VRPTW、配载、仓网规划、补货决策、承运商分配、运价建模）与机器学习方向（ETA预测、需求预测、异常检测、承运商画像）
• 算法的AI原生化封装：将算法能力封装为 Agent/Skill 可消费的 Tool，输出需包含置信度字段、可解释字段、降级策略；适配参数校验、超时/限流/熔断、输出校验；写操作类算法（如实际下单、派车）通过幂等与权限机制管控
• LLM+求解器混合推理链路设计：与产品、架构团队协同，设计「LLM 解析需求 → 求解器求解 → LLM 解释结果」的混合推理链路
• 算法服务工程化：负责契约设计、幂等保障、超时控制、降级方案、监控告警、成本控制；接入 Eval Gate 实现算法策略变更的回归测试
• 业务结果负责：对所负责算法能力在真实客户环境中的稳定性与业务KPI（成本、时效、履约率）直接负责
• 技术跟踪与选型建议：跟踪运筹学与机器学习前沿进展，为产品团队提供算法选型建议

二、任职要求

• 学历：本科及以上，硕士优先；运筹优化/工业工程/计算机科学/机器学习等相关专业
• 经验：3年以上运筹优化或机器学习生产级落地经验；至少1个已上线生产系统案例（Kaggle项目、论文发表不视为生产经验）
• 核心建模与求解能力：熟练使用 Gurobi、OR-Tools、CPLEX 中至少一种商业或开源求解器，能独立完成从问题建模到求解部署的全流程
• 端到端交付能力：Python 生产级编码，熟悉 Docker 容器化部署、API 设计、日志与监控体系；熟练使用 Claude Code、Cursor 等 AI 编程工具
• AI原生协作意识：理解 LLM Tool Calling 与 Structured Output 机制，能为算法 Tool 设计符合 Agent 消费范式的契约
• 算法服务工程化意识：契约设计、幂等保障、超时控制、降级方案、性能评估、监控告警等完整能力
• 技术认知：熟悉 Tool/Skill 设计模式（MCP协议或类似体系）；理解 Agent 调用算法服务的场景与边界；熟悉至少一种 Eval/回归测试框架
• 软性能力：对业务结果负责的主人翁意识、跨职能协同能力、优秀的技术文档与沟通能力

三、优先条件

• 有供应链、物流、调度行业实战经验
• 对「LLM+求解器」混合推理、Tool Calling、Structured Output 有实际落地经验
• 熟悉强化学习、元启发式优化（遗传算法、模拟退火、ALNS等）
• 有开源贡献或学术成果

四、岗位薪资

15-28k

五、岗位投递方式