{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "物流履约算法专家-国际电商",
        "job_level": "专家",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "北京",
        "work_mode": "未披露",AI生成
        "job_category": "算法"AI生成
    },
    "company": {
        "company_name": "字节跳动",
        "company_industry": "互联网 / 数字内容 / 电商",
        "company_size": "10000人以上",
        "company_website": "bytedance.com",
        "company_description": "字节跳动提供内容创作、信息分发、电商和协作产品，旗下产品包括抖音、今日头条、TikTok和飞书。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "本科及以上学历",
        "language": "4、有较强的学习能力和好奇心，逻辑清晰，具备良好的团队合作和沟通能力，有较好的英文写作/沟通能力",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、负责自营仓、类自营仓相关运筹与AI项目落地，推进服务商深度合作创新仓的算法研发，将深度强化学习应用于智能分单、组波拣选、动态包材优化等仓内核心环节，完成Fulfillment Technology系统的落地迭代，突破传统运筹优化在复杂动态场景下的效率瓶颈；\n2、负责First-Mile/Last-Mile场景的算法建设，基于强化学习框架决策揽收排线动态计划、商家智能选择和区域实时划分，迭代平台智能分单算法、派送站维度GTL三段码预测模型；落地大模型驱动的劳动力智能排班优化方案，结合业务规则与实时运力波动自动生成排班策略，提升末端履约效率；\n3、参与全球物流骨干网规划项目，基于大语言模型搭建供应链复杂场景推演能力，准确评估仓配变化对应的时效、流量和平台利润变化，深化大模型在网络规划场景的多场景模拟、自动参数调优落地，优化全球物流网络布局的决策效率与科学性；\n4、负责Middle-Mile场景的智能调度算法研发，主导US TPE（运输计划和执行系统）等跨区域物流项目的算法设计与落地实施，将强化学习应用于干线运输动态路径规划与运力调度，持续优化干线运输的成本与时效稳定性；探索AI创新项目落地，除搭建入库扫描图像识别能力外，重点推进多模态大模型在收货缺件智能识别、异常场景自动溯源的应用，解决人工抽检效率低、异常赔付纠纷多的业务痛点，降低运营风险与成本；\n5、深入挖掘物流全链路数据，提炼物流运营模式优化、服务质量改善的核心方向，参与产品方案设计，协同产品、运营、经营分析等跨团队推动算法产品化落地，持续为业务赋能。",
        "requirements_text": "1、本科及以上学历，数学、统计学、计算机科学、工业工程、供应链与物流、运筹学等相关专业；\n2、具备扎实的数据结构和算法设计基础，并熟练使用Python、Java、C++、R等其中一门编程语言；\n3、精通深度学习、强化学习（尤其是序列决策、多智能体强化学习方向）、运筹优化（整数规划、随机规划）、大模型（LLM应用微调、多模态大模型）相关的算法和落地实践，有物流或供应链领域相关算法落地经验者优先；\n4、有较强的学习能力和好奇心，逻辑清晰，具备良好的团队合作和沟通能力，有较好的英文写作/沟通能力；\n5、有计算机领域会议（如NeurIPS、ICML、ICLR、KDD、AAAI、IJCAI等）或运筹学相关期刊（OR、MS、MP、M&SOM、POMS、TS、TRB等）论文发表或项目成果者优先。",
        "skills": [AI生成
            "Python",
            "Java",
            "C++",
            "深度学习",
            "强化学习",
            "数据结构",
            "算法设计",
            "团队协作",
            "沟通能力",
            "学习能力",
            "大语言模型",
            "智能体开发"
        ],
        "preferred_qualifications": "3、精通深度学习、强化学习（尤其是序列决策、多智能体强化学习方向）、运筹优化（整数规划、随机规划）、大模型（LLM应用微调、多模态大模型）相关的算法和落地实践，有物流或供应链领域相关算法落地经验者优先；5、有计算机领域会议（如NeurIPS、ICML、ICLR、KDD、AAAI、IJCAI等）或运筹学相关期刊（OR、MS、MP、M&SOM、POMS、TS、TRB等）论文发表或项目成果者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7637730663778044165/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7637730663778044165",
        "post_date": "2026-05-09",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7637730663778044165/detail"
    },
    "fulltext": "物流履约算法专家-国际电商\n职位描述\n1、负责自营仓、类自营仓相关运筹与AI项目落地，推进服务商深度合作创新仓的算法研发，将深度强化学习应用于智能分单、组波拣选、动态包材优化等仓内核心环节，完成Fulfillment Technology系统的落地迭代，突破传统运筹优化在复杂动态场景下的效率瓶颈；\n2、负责First-Mile/Last-Mile场景的算法建设，基于强化学习框架决策揽收排线动态计划、商家智能选择和区域实时划分，迭代平台智能分单算法、派送站维度GTL三段码预测模型；落地大模型驱动的劳动力智能排班优化方案，结合业务规则与实时运力波动自动生成排班策略，提升末端履约效率；\n3、参与全球物流骨干网规划项目，基于大语言模型搭建供应链复杂场景推演能力，准确评估仓配变化对应的时效、流量和平台利润变化，深化大模型在网络规划场景的多场景模拟、自动参数调优落地，优化全球物流网络布局的决策效率与科学性；\n4、负责Middle-Mile场景的智能调度算法研发，主导US TPE（运输计划和执行系统）等跨区域物流项目的算法设计与落地实施，将强化学习应用于干线运输动态路径规划与运力调度，持续优化干线运输的成本与时效稳定性；探索AI创新项目落地，除搭建入库扫描图像识别能力外，重点推进多模态大模型在收货缺件智能识别、异常场景自动溯源的应用，解决人工抽检效率低、异常赔付纠纷多的业务痛点，降低运营风险与成本；\n5、深入挖掘物流全链路数据，提炼物流运营模式优化、服务质量改善的核心方向，参与产品方案设计，协同产品、运营、经营分析等跨团队推动算法产品化落地，持续为业务赋能。\n\n职位要求\n1、本科及以上学历，数学、统计学、计算机科学、工业工程、供应链与物流、运筹学等相关专业；\n2、具备扎实的数据结构和算法设计基础，并熟练使用Python、Java、C++、R等其中一门编程语言；\n3、精通深度学习、强化学习（尤其是序列决策、多智能体强化学习方向）、运筹优化（整数规划、随机规划）、大模型（LLM应用微调、多模态大模型）相关的算法和落地实践，有物流或供应链领域相关算法落地经验者优先；\n4、有较强的学习能力和好奇心，逻辑清晰，具备良好的团队合作和沟通能力，有较好的英文写作/沟通能力；\n5、有计算机领域会议（如NeurIPS、ICML、ICLR、KDD、AAAI、IJCAI等）或运筹学相关期刊（OR、MS、MP、M&SOM、POMS、TS、TRB等）论文发表或项目成果者优先。\n1、负责自营仓、类自营仓相关运筹与AI项目落地，推进服务商深度合作创新仓的算法研发，将深度强化学习应用于智能分单、组波拣选、动态包材优化等仓内核心环节，完成Fulfillment Technology系统的落地迭代，突破传统运筹优化在复杂动态场景下的效率瓶颈；\n2、负责First-Mile/Last-Mile场景的算法建设，基于强化学习框架决策揽收排线动态计划、商家智能选择和区域实时划分，迭代平台智能分单算法、派送站维度GTL三段码预测模型；落地大模型驱动的劳动力智能排班优化方案，结合业务规则与实时运力波动自动生成排班策略，提升末端履约效率；\n3、参与全球物流骨干网规划项目，基于大语言模型搭建供应链复杂场景推演能力，准确评估仓配变化对应的时效、流量和平台利润变化，深化大模型在网络规划场景的多场景模拟、自动参数调优落地，优化全球物流网络布局的决策效率与科学性；\n4、负责Middle-Mile场景的智能调度算法研发，主导US TPE（运输计划和执行系统）等跨区域物流项目的算法设计与落地实施，将强化学习应用于干线运输动态路径规划与运力调度，持续优化干线运输的成本与时效稳定性；探索AI创新项目落地，除搭建入库扫描图像识别能力外，重点推进多模态大模型在收货缺件智能识别、异常场景自动溯源的应用，解决人工抽检效率低、异常赔付纠纷多的业务痛点，降低运营风险与成本；\n5、深入挖掘物流全链路数据，提炼物流运营模式优化、服务质量改善的核心方向，参与产品方案设计，协同产品、运营、经营分析等跨团队推动算法产品化落地，持续为业务赋能。\n1、本科及以上学历，数学、统计学、计算机科学、工业工程、供应链与物流、运筹学等相关专业；\n2、具备扎实的数据结构和算法设计基础，并熟练使用Python、Java、C++、R等其中一门编程语言；\n3、精通深度学习、强化学习（尤其是序列决策、多智能体强化学习方向）、运筹优化（整数规划、随机规划）、大模型（LLM应用微调、多模态大模型）相关的算法和落地实践，有物流或供应链领域相关算法落地经验者优先；\n4、有较强的学习能力和好奇心，逻辑清晰，具备良好的团队合作和沟通能力，有较好的英文写作/沟通能力；\n5、有计算机领域会议（如NeurIPS、ICML、ICLR、KDD、AAAI、IJCAI等）或运筹学相关期刊（OR、MS、MP、M&SOM、POMS、TS、TRB等）论文发表或项目成果者优先。",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}