工作职责:
1、负责深度学习/强化学习算法设计与优化，覆盖自动化物流设备控制场景；
2、开发面向复杂动态环境决策模型，如智能物流调度系统，推动算法在仿真与实际场景的落地；
3、主导模型压缩、量化、加速优化，提升推理效率与硬件适配；
4、搭建大规模分布式训练框架，优化模型泛化能力与收敛速度；
5、跟踪主流大模型前沿技术动态，研究大模型、小样本学习等，推动技术成果转化；
6、参与AI在物流调度领域的算法创新；
核心职责：
▌02智能设备控制：开发基于深度学习/强化学习的自动化物流设备控制算法
▌02动态决策系统：构建复杂环境下的智能调度模型（日均决策量级：百万级）
▌02工程效能优化：主导模型压缩与加速技术，实现推理速度提升50%+
▌02前沿技术落地：探索大模型在物流场景的应用，推动小样本学习技术转化
任职资格:
6102硕士以上学历（计算机/数学/自动化相关专业），建议博士。
61022年以上深度学习全链路项目经验，至少1个完整AI产品落地案例
6102技术栈：Python/C++，TensorFlow/PyTorch，熟悉ONNX/MNN等部署框架

优先条件：
有强化学习实战经验（机器人控制/策略优化项目）
熟悉多智能体协同调度算法
发表过ICML/NeurIPS等顶会论文者优先