数据科学岗

1. 供应链全链路决策体系构建： 负责构建以可解释性为核心的决策指标体系，利用因果推断与数据科学方法，量化业务动态对全局系统的影响，为大模型提供精准的决策上下文。 2. 面向大模型的策略设计与评估： Prompt 工程与逻辑编排：负责优化供应链智能体Prompt与思维链，确保模型准确理解决策意图。 RAG 策略优化：制定知识库的检索策略，评估检索结果的相关性，并设计重排序逻辑，提升AI大模型与OR协同决策的准确率。 3. 业务仿真与实验设计： 仿真模拟 (What-if)：构建轻量级仿真脚本，评估不同供应链策略（如：调整安全库存系数、改变补货频次）在历史数据上的表现，为业务决策提供数据支撑。 实验评估：设计科学的 A/B Test ，对比人工决策与大模型自动决策的效果差异，量化 AI 的业务价值。 4. 闭环的数据反馈机制： 设计业务人员对模型建议的反馈采集标准，分析 Bad Case，转…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。

本站当前在招 2283 个北京技术研发岗位，其中 174 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 12K ~ 20K（25~75 分位），中位约 20K，最低 2K、最高 70K。