主分类:搜索推荐与业务决策算法研发
来源 JD 数据(旧分类保留,当前主分类见上方)
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "国际智能供应链与物流 AI Agent-阿里星/BravoStar",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "阿里国际数字商业集团",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "阿里国际数字商业集团",
"company_industry": "跨境电商",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "阿里国际数字商业业务涉及国际电商平台及跨境商品交易。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "阿里国际数字商业集团智能供应链物流和定价算法团队专注于海外零售经营的建设与优化,支持覆盖全球的千亿级零售行业。团队运用大模型、运筹优化、深度学习、强化学习、仿真等算法技术,解决需求洞察、价格损益、库存供给、供应链物流成本优化、履约体验等商业现实问题,重塑海外零售体系,创造社会价值。多年来团队紧跟工业界和学术界前沿,带来业务快速增长同时发表⾼⽔平学术论⽂20余篇(如AAAI、KDD、MS等),获得专利10余项。\n1、全链路算法攻坚与运筹求解: 主导 AI 与库存、物流、预测全链路结合的核心算法突破。针对配舱、分单、定仓等复杂网络问题,设计高效启发式或精确求解算法,实现成本与时效的极致平衡;\n2、业务闭环与极致效能: 将顶尖算法转化为真实的商业结果(降本增效、降低缺货率),引领团队技术方向,构筑基于产研深度结合的技术护城河;\n3、旨在构建专注于国际智能供应链与物流的 AI Agent。依托前沿的多模态大模型、强化学习与运筹优化算法,我们将彻底打通物理属性认知与端到端物流决策链路。以此应对高不确定性环境,极致压缩单均履约成本,提升现货率并提供确定性的交付承诺,推动国际电商供应链向高效、智能与韧性的全面升级。",
"requirements_text": "1、背景与学术: 人工智能、深度学习、强化学习、运筹学或相关专业全球顶尖高校(C9/985/QS Top50)硕博毕业生。在 NeurIPS, ICML, ICLR, KDD 等顶会发表过高质量论文或拥有核心应用专利者优先;\n2、技术深度: 精通 Java/C++/Python 等编程语言;在 LLM 微调落地、Agent 应用设计、多模态理解、强化学习(RL)或运筹优化(OR)领域具备深厚的理论功底与丰富的产研结合经验;\n3、全局视野与综合素质: 具备极强的系统抽象能力,能将复杂的全球商业与供应链逻辑转化为严谨的数学或算法模型,极度关注算法的实际业务产出。自我驱动强,皮实自省,勇于面对全球化的高难度挑战,善于跨域协同推动落地。",
"skills": [AI生成
"Python",
"Java",
"C++",
"深度学习",
"强化学习",
"大语言模型"
],
"preferred_qualifications": "在 NeurIPS, ICML, ICLR, KDD 等顶会发表过高质量论文或拥有核心应用专利者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199907720104?deptCodes="
}
]
},
"posting": {
"posting_id": "199907720104",
"post_date": "2026-07-30",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907720104?deptCodes="
},
"fulltext": "国际智能供应链与物流 AI Agent-阿里星/BravoStar\n国际智能供应链与物流 AI Agent-阿里星/BravoStar\n\n基础信息\n毕业起止时间要求:2026-11-01 - 2027-10-31\n职位类别:技术类\n招聘项目:阿里巴巴2027届应届生\n工作地点:杭州\n\n职位描述\n阿里国际数字商业集团智能供应链物流和定价算法团队专注于海外零售经营的建设与优化,支持覆盖全球的千亿级零售行业。团队运用大模型、运筹优化、深度学习、强化学习、仿真等算法技术,解决需求洞察、价格损益、库存供给、供应链物流成本优化、履约体验等商业现实问题,重塑海外零售体系,创造社会价值。多年来团队紧跟工业界和学术界前沿,带来业务快速增长同时发表⾼⽔平学术论⽂20余篇(如AAAI、KDD、MS等),获得专利10余项。\n1、全链路算法攻坚与运筹求解: 主导 AI 与库存、物流、预测全链路结合的核心算法突破。针对配舱、分单、定仓等复杂网络问题,设计高效启发式或精确求解算法,实现成本与时效的极致平衡;\n2、业务闭环与极致效能: 将顶尖算法转化为真实的商业结果(降本增效、降低缺货率),引领团队技术方向,构筑基于产研深度结合的技术护城河;\n3、旨在构建专注于国际智能供应链与物流的 AI Agent。依托前沿的多模态大模型、强化学习与运筹优化算法,我们将彻底打通物理属性认知与端到端物流决策链路。以此应对高不确定性环境,极致压缩单均履约成本,提升现货率并提供确定性的交付承诺,推动国际电商供应链向高效、智能与韧性的全面升级。\n\n职位要求\n1、背景与学术: 人工智能、深度学习、强化学习、运筹学或相关专业全球顶尖高校(C9/985/QS Top50)硕博毕业生。在 NeurIPS, ICML, ICLR, KDD 等顶会发表过高质量论文或拥有核心应用专利者优先;\n2、技术深度: 精通 Java/C++/Python 等编程语言;在 LLM 微调落地、Agent 应用设计、多模态理解、强化学习(RL)或运筹优化(OR)领域具备深厚的理论功底与丰富的产研结合经验;\n3、全局视野与综合素质: 具备极强的系统抽象能力,能将复杂的全球商业与供应链逻辑转化为严谨的数学或算法模型,极度关注算法的实际业务产出。自我驱动强,皮实自省,勇于面对全球化的高难度挑战,善于跨域协同推动落地。\n\n在招业务\n阿里国际数字商业集团\n阿里国际数字商业集团智能供应链物流和定价算法团队专注于海外零售经营的建设与优化,支持覆盖全球的千亿级零售行业。团队运用大模型、运筹优化、深度学习、强化学习、仿真等算法技术,解决需求洞察、价格损益、库存供给、供应链物流成本优化、履约体验等商业现实问题,重塑海外零售体系,创造社会价值。多年来团队紧跟工业界和学术界前沿,带来业务快速增长同时发表⾼⽔平学术论⽂20余篇(如AAAI、KDD、MS等),获得专利10余项。\n1、全链路算法攻坚与运筹求解: 主导 AI 与库存、物流、预测全链路结合的核心算法突破。针对配舱、分单、定仓等复杂网络问题,设计高效启发式或精确求解算法,实现成本与时效的极致平衡;\n2、业务闭环与极致效能: 将顶尖算法转化为真实的商业结果(降本增效、降低缺货率),引领团队技术方向,构筑基于产研深度结合的技术护城河;\n3、旨在构建专注于国际智能供应链与物流的 AI Agent。依托前沿的多模态大模型、强化学习与运筹优化算法,我们将彻底打通物理属性认知与端到端物流决策链路。以此应对高不确定性环境,极致压缩单均履约成本,提升现货率并提供确定性的交付承诺,推动国际电商供应链向高效、智能与韧性的全面升级。\n1、背景与学术: 人工智能、深度学习、强化学习、运筹学或相关专业全球顶尖高校(C9/985/QS Top50)硕博毕业生。在 NeurIPS, ICML, ICLR, KDD 等顶会发表过高质量论文或拥有核心应用专利者优先;\n2、技术深度: 精通 Java/C++/Python 等编程语言;在 LLM 微调落地、Agent 应用设计、多模态理解、强化学习(RL)或运筹优化(OR)领域具备深厚的理论功底与丰富的产研结合经验;\n3、全局视野与综合素质: 具备极强的系统抽象能力,能将复杂的全球商业与供应链逻辑转化为严谨的数学或算法模型,极度关注算法的实际业务产出。自我驱动强,皮实自省,勇于面对全球化的高难度挑战,善于跨域协同推动落地。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}