负责零售业务场景下的算法设计与开发，包括但不限于：
商品推荐与个性化营销（用户画像、协同过滤、深度学习推荐模型）
销量预测与库存优化（时间序列模型、运筹优化算法）
价格策略与促销优化（动态定价、因果推断、博弈论模型）
计算机视觉应用（商品图像识别、货架陈列检测、视频分析）
自然语言处理（用户评论情感分析、智能客服、搜索排序）
供应链与物流优化（路径规划、仓储调度、需求预测）
基于海量用户行为数据与业务数据，挖掘业务痛点，构建可落地的算法解决方案；
与业务团队紧密协作，推动算法在线上系统（APP/小程序/ERP等）的部署与效果迭代；
跟踪前沿算法技术（如大模型应用、AutoML、多模态学习），探索在零售场景的创新落地。

教育背景：计算机科学、统计学、数学、运筹学、电子信息等相关专业硕士及以上学历；

技术能力：

熟练掌握Python/SQL，熟悉PyTorch/TensorFlow等深度学习框架；

扎实的算法基础（机器学习/深度学习/优化算法），熟悉LR、GBDT、Transformer、GNN等模型；

熟悉大数据处理工具（Hadoop/Spark/Flink），具备海量数据建模经验；

工程能力：熟悉模型部署（ONNX/TensorRT）、性能优化（CUDA/多线程）者优先；

业务理解：对零售行业（如用户增长、供应链管理、全渠道运营）有深刻洞察，能将业务问题转化为数学模型；

项目经验：有推荐系统、销量预测、运筹优化、CV/NLP等领域的实际项目经验（需提供案例）。