1. 负责如销售预测、备件预测、S&OP产销平衡策略算法模型构建

2.负责MPS生产主计划、车间排产、生产调度及资源分配优化，构建数学模型提升设备利用率和生产效率

3.设计供应链网络优化方案，解决库存管理、采购计划、供应商协同等问题。  

4.开发智能配送算法，优化运输路径规划、车辆调度及成本控制。  

5.基于历史数据与业务需求，预测未来生产资源用量（如零部件、人力、设备等）。  

6.针对业务场景抽象数学问题，设计并实现线性/整数规划、动态规划、启发式算法等解决方案。

7.结合求解器与自研算法（各类启发式和元启发式）提升求解效率。

8.负责落地CV机器视觉、深度学习、强化学习在工业领域的应用，如文本识别，质量检验，安全预警，设备预测性维护，物料分检，协作机器人等

9. 负责构建大语言模型及各场景大模型的智能体架构体系，搭建适用于复杂专业领域的大模型智能体系统；

10. 专注于提升大模型的自主工具调用及工具创新能力，显著增强agent在终端场景下的综合应用能力；

11. 构建能够快速适配并成功落地的行业大模型生产体系，积极探索并有力支撑各类行业场景的多元应用；

12. 负责智能体及其应用产品的设计、建模与优化工作，设计与实现大规模智能体架构，为AI智能体构建提供技术支持；

13. 负责设计并实现多智能体协同架构，有效支撑多智能体协同工作。

1. 深厚的运筹学与数学优化理论基础，精通以下算法：  

线性规划（LP）、整数规划（IP）、混合整数规划（MIP）  

动态规划、排队论、库存优化、网络流、随机规划等  

元启发式算法（遗传算法、粒子群优化、模拟退火等）  

2. 熟悉和掌握统计学与预测方法（如时间序列分析、机器学习模型）元启发式算法（遗传算法、粒子群优化等）  

3. 精通数学建模工具（Python/Pyomo、MATLAB等）。  

4. 具备求解器（Gurobi/CPLEX/OR-Tools/COPT）或开源工具（SCIP）实战经验，能够针对大规模问题设计高效求解策略。

5. 精通各类开源和闭源模拟仿真工具，有相关实战经验  

6. 熟悉非求解器优化方法（如分解算法、贪婪算法、规则引擎设计）。  

7. 精通C++/Java/Go/Python至少一门语言，熟悉常用数据结构与算法。

8. 具备算法工程化经验，熟悉Linux开发环境及分布式计算框架优先。  

9. 熟悉数据库（SQL/NoSQL）及大数据处理工具（Spark/Flink）者加分。  

10. 计算机科学、人工智能、机器学习等相关领域本科及以上学历，5+年以上相关领域工作经验。

11. 熟悉AI agent领域核心技术，包括AutoGPT、LangChain、LangGraph等主流开发框架。

12. 具备Linux系统开发经验，精通PyTorch、TensorFlow等主流深度学习框架。

13. 熟悉主流CV，NLP，强化学习等AI模型原理，掌握数据训练调试经验。

14. 熟悉主流大模型原理，掌握训练/Fine-tune策略及数据Pipeline构建，具有智能体开发和Prompt Engineering经验。

15. 具备良好的团队协作能力和技术创新思维，对AI技术有强烈热情。

• 具备因果效应分析和AI预测算法工作经验者加分。

• 具备自研算子经验者加分。

• 具备ML, Deep Learning实施经验者加分。

• 具备图论知识基础和强化学习技术站者加分。