字节电商直招

团队依托字节全球电商场景,致力于通过机器学习、深度学习、运筹优化等技术,优化字节全球电商物流履约服务。对外为全球消费者和商家提供便宜、快捷、高质量,满足不同需需求的物流服务;对内构建智能化物流体系,为商品订单的履约节省成本、节约时效、提高效率、提升稳定性。
机器学习算法工程师-电商
1、负责供应链和物流方面的机器学习算法工作，包括但不限于：物流异常识别、时效预估、销量预测、供应链计划、文本地址分级服务以及相关应用等；
2、参与产品方案设计，构建底层算法框架，与产研团队合作，推动算法模型产品化及落地实施。
机器学习算法工程师-时效表达方向
1、ETA 精准预测：深入研究影响包裹时效的各种因素，构建深度学习和统计模型，为电商物流提供端到端预计到达时间 (ETA) 预测，并结合商家行为/物流网络刻画等因子刻画降低ETA预测的不确定性；
2、个性化时效表达：构建基于因果推断的 ETA 表达模型， 基于用户画像、历史行为、偏好等数据，构建个性化的 ETA 展示策略和物流服务方案，为用户提供可靠/符合期待的物流服务体验；
3、因果推断驱动的决策优化：将因果推断应用于表达决策、分单决策等场景，制定更科学合理的决策方案，优化用户体验的同时促进消费者的购买转化；
4、在线动态决策：研究和开发基于在线优化技术的动态决策方案，做好表达准确率/超时率/不确定性/转化指标/体验指标之间的动态权衡；
5、包裹轨迹预测与异常检测：利用深度学习、时间序列分析等技术，对包裹的时空轨迹序列进行建模与预测，并结合因果推断识别潜在的异常情况，提前预警并采取干预措施，提升物流履约的稳定性和可靠性。
物流算法工程师-电商
1、负责物流系统的核心算法架构和持续迭代优化；
2、建立和优化业务逻辑模型和数据模型，包括货量预测、履约时效预测、仓储布局、排班排产、路径优化等；
3、深入理解电商业务场景，通过数据挖掘，提炼出物流运营模式优化、物流成本降低及服务质量改善的方向；
4、参与产品方案设计，构建底层算法框架；与产研团队合作，推动算法模型产品化及落地实施。
邮箱： charleswang@bytedance.com