运筹优化算法工程师
Summary
Designs, builds, and iterates operations-research optimization algorithms for Meituan's bike-sharing battery-swap and asset business — asset dispatch, battery-swap scheduling, shift planning, station site selection, and territory division. Leverages OR, machine learning, reinforcement learning, causal inference, and LLMs while working closely with product, engineering, and data teams.
1. 负责骑行换电&资产业务相关的运筹优化算法设计、研发和迭代优化，包括但不限于资产找寻调度、换电调度、换电智能排班、换电站点选址、换电责任田划分等
2. 参与算法体系搭建，抽象并定义算法问题、算法技术选型、模型搭建、落地推广应用，实现业务效果优化
3. 深入了解业务，与产品、工程、数据、业务团队密切合作，持续推动从算法技术到业务价值的转化，驱动业务变革
4. 综合运用机器学习、运筹优化、强化学习、因果推断、大模型等前沿技术优化骑行领域的相关问题
1. 硕士研究生及以上学历，专业背景为运筹学、数学、计算机科学等相关领域
2. 熟悉常用的运筹调度算法和模型优化方法，具备扎实的运筹优化理论基础
3. 熟悉运筹调度问题的建模和求解，具备扎实的数学基础和优秀的分析能力
4. 熟练掌握至少一种编程语言，如Java、Python、C++等，并具备良好的编程能力
5. 具备良好的沟通能力和团队合作精神，能够与各个团队紧密合作，解决问题
6. 具备较强的自我驱动力和学习能力，了解常用 AI Coding 工作范式、方法论等
1. 业务价值高：核心决策岗位，算法方案直接作用于业务关键运营指标，从底层驱动成本优化与效率提升，技术投入的 ROI 高度可量化
2. 技术纵深广：深度融合运筹优化、机器学习、强化学习等多技术栈，技术挑战覆盖从复杂业务建模、大规模高效求解到在线自适应决策的完整算法链路