算法工程师（时序预测与供应链优化）

岗位描述：围绕大宗商品领域构建“决策大脑”，将 LLM、深度学习时序预测与运筹优化深度融合，打造从信息感知、趋势预判到最优执行的端到端智能系统。具体包括：构建覆盖全球宏观指标（汇率、利率、PMI）、行业基本面（库存、开工率、发运量）及替代品价格的多因子时序预测模型，探索 Transformer、Mamba 等前沿架构在商品价格预测中的应用并持续迭代模型精度；利用大语言模型自动提取研报、新闻、政策文本中的关键供需信号，实现非结构化信息的定量化，并开发 RAG + Agent 架构的自动化供需平衡表系统，实现数据采集、清洗、预测、报告全流程自动化；针对大宗商品贸易中的调拨、加工、多式联运（海、铁、公）场景进行数学建模，优化物流成本与库存周转，解决复杂路径规划与配额分配问题；利用 Monte Carlo 模拟、VaR/CVaR 等手段量化价格波动风险，结合强化学习探索动态套保策略，为业务部门提供最优下单与对冲方案。 岗位要求：运筹学、应用数学、计算机科学、工业工程等相关专业硕士及以上学历；精通以下至少一个方向——时序预测（ARIMA、Prophet、Transformer-based）、组合优化（路径规划、排程、装箱）或运筹建模；熟练使用 Python，掌握 PyTorch、TensorFlow 等深度学习框架；熟悉至少一种数学规划工具，如 Pyomo、PuLP、OR-Tools、Gurobi；了解主流大模型（GPT、Claude、开源 LLM）的能力边界，有 Prompt Engineering 或 Fine-tuning 实践经验。加分项：有大型制造业（钢铁、化工、半导体）排产或供应链优化项目落地经验；熟悉 RAG、Agent、Function Calling 等 LLM 应用范式；有强化学习在工业优化或量化交易中的应用经验；对大宗商品市场（黑色系、有色、能化等）有深入了解。