骑行城市运营算法负责人
Summary
Lead Meituan's shared-bike city operations algorithm team in Beijing: own technical strategy for vehicle dispatching, task allocation and route planning (incl. battery swapping and maintenance), combining operations research, online optimization and reinforcement learning to improve bike availability, user experience and operating cost at city scale.
1. 主导共享骑行城市调度算法整体技术战略、架构设计与团队建设，覆盖车辆调度、任务分配、路径规划，以及换电、维修等场景。
2. 构建预测与决策一体化能力，将需求、车辆状态、电量、故障风险、天气等信息转化为实时调度策略。
3. 面向高动态、多约束场景，综合运用运筹优化、在线优化、强化学习、仿真等方法，平衡用户体验、车辆可用率、履约效率、资产健康、运营成本等。
4. 对调度经营结果负责，建立策略实验、仿真评估、实时监控、异常降级和快速回滚机制，持续提升核心业务指标。
5. 带领算法团队，与产品、工程、数据、硬件和城市运营团队协同，推动复杂业务问题的准确建模与规模化落地。
6. 负责城市运营算法团队的人才培养、技术规范和关键技术决策，建立面向业务结果的算法文化。
1. 研究生及以上学历，运筹学、数学、计算机科学等相关专业。
2. 在调度、路径规划、资源分配、组合优化、动态优化、强化学习或智能交通等方向，具备突出的学术与实践成就。
3. 有从 0 到 1 建设并长期运营大规模运筹优化或实时决策系统的经验，并产出可量化的业务价值。
4. 具备预测结合决策的落地经验，熟悉路径问题、匹配分配、网络流、整数规划、在线优化等一种或多种方向。
5. 主导过从业务建模、算法设计、仿真验证、灰度实验到线上规模化运行的完整闭环。
6. 有高并发、低延迟决策服务经验，能够处理需求波动、数据延迟、设备故障等不确定性，并兼顾效果、稳定性与算力成本。
7. 有团队管理或技术带头经验，具备技术路线规划、跨团队协同和人才培养能力。
场景稀缺：同时覆盖车辆供给、换电、维修、故障资产管理，是“人—车—电—任务”一体化的城市级调度问题。
技术硬核：需要把运筹优化、预测、实时决策、路径规划和仿真结合起来，应对高动态、多约束和大规模在线计算。
业务价值直接：算法结果直接影响车辆可用率、用户体验、资产寿命、运维效率与单位运营成本。