面向交通运行管理、事件研判、资源调度、风险评估、运维优化等业务场景，构建可落地的数学模型与优化算法能力体系，形成"数据一模型一决策一评估一迭代"的工程闭环，为产品提供可解释、可控、可评估的决策与推演能力。

岗位职责(正式)

1.建模与问题定义:将业务问题抽象为数学模型(预测、分类、评分、优化、推演、仿真等)，定义目标函数、约束条件与评价指标，并形成技术方案文档。

2.优化与运筹算法研发:针对调度优化、路径规划、资源分配、队列/排队、库存/备件、设备巡检等问题，设计并实现MILP/ ILP、LP、QP、网络流、动态规划、启发式/元启发式(GA/SA/PSO/TS)等算法。

3.统计与时空建模:构建时序/时空统计模型(ARIMA/状态空间/贝叶斯/卡尔曼/Markov/生存分析等)，用于趋势预测、异常检测、风险评估与不确定性量化。

4.仿真与推演:搭建事件推演与策略评估框架(离散事件仿真/Monte Carlo/系统动力学等)，支持方案对比、敏感性分析与棒性评估。

5.工程落地与服务化:将算法模块工程化(API/SDK/微服务)，实现可配置参数、可观测日志、性能优化与线上稳定性保障:配合前后端完成产品集成。

6.评测与闭环:建设离线评测集、仿真实验与线上A/B指标体系，输出可复现实验、性能报告与迭代路线。

7.跨团队协作:与产品、数据、研发、交付团队协同推进需求拆解、验收标准、上线与持续优化。

岗位职责(实习生)

1.在导师指导下完成特定业务问题的数据分析、建模推导、算法实现与实验复现。

2.参与构建优化/统计/仿真模型，完成参数调优与对比实验，输出实验记录与阶段报告。

3.协助算法工程化:编写可复用模块、单元测试、数据处理脚本与可视化分析。

4.参与文档沉淀:技术笔记、实验复现说明、模型假设与局限性总结。

任职要求(正式)

1.学历:研究生及以上(成绩优异本科生可破格)，数学/统计等相关专业优先。

2.核心能力:具备扎实的数学建模与算法基础(线性代数、概率统计、优化理论、数值计算)。

3.工程能力:熟练Python，具备良好编码规范与调试能力:能独立完成从原型到工程化交付。

4.模型与算法经验:至少熟悉以下两类并有项目实践:.运筹优化(LP/MIP/网络流/DP/启发式)

·统计建模/不确定性(贝叶斯/时间序列/状态空间/异常检测)·仿真推演(离散事件/Monte Carlo/系统动力学)

5.工具栈(满足其一或多项):OR-Tools/Gurobi/CPLEX/PuLP/Pyomo/SciPy/Statsmodels/PyTorch(用于辅助建模)等。

6.软能力:良好的问题抽象能力、沟通表达能力与文档能力，能把"业务语言"转化为"模型语言"。

任职要求(实习生)

1.研究生在读，相关专业:每周可实习3-4天，持续3个月优先。

2.熟悉Python，掌握基础数据处理与可视化(Pandas/Numpy/Matplotlib)。

3.具备数学建模竞赛/课程项目/科研项目经历者优先(需能讲清楚:问题、假设、模型、结果与不足)。

4.学习能力强，能快速理解业务并完成实验复现与小模块开发。

加分项

·有交通(高速/隧道/TOCC/交管)或城市治理、工业运维、能源调度等领域经验。.有复杂约束优化落地经验(实时性、鲁棒性、多目标、约束冲突处理)。

·有线上服务化与工程优化经验(FastAPI/Flask、Docker、K8s、CI/CD、日志监控)。.有数据治理/指标体系/实验平台搭建经验。

.论文/专利/开源项目/竞赛获奖(国赛/美赛/挑战赛等)。

我们提供

·真实业务场景与可量化的指标闭环,模型从研究到产品落地全流程参与。·与算法/工程/产品/交付多角色协作，技术成长路径清晰。