张嘉琦
运筹优化算法专家 薪资期望：60w+ package
电子邮箱： zjq2010014137@163.com 联系方式： 18010078315
教育背景
| 时间 | 学校 | 学院 | 学科 | 阶段 |
|---|---|---|---|---|
| 2010 ~ 2014 | 北京化工大学 | 信息学院 | 自动化实验班 | 本科（前5） |
| 2014 ~ 2017 | 北京化工大学 | 信息学院 | 控制科学与工程 | 硕士研究生（保研） |
学校获奖： 3次国家励志奖学金、1次研究生国家奖学金、北京市优秀毕业生
研究领域： 复杂系统建模与智能调度，路径规划算法，启发式算法，现代优化理论，数据挖掘
现已发表文章2篇，会议1篇，5篇专利
张嘉琦，曹政才，刘民. 融合代理模型的DE算法的并行机动态调度方法.计算机集成制造系统(EI)
Jiaqi Zhang, Zhengcai Cao, Mengchu Zhou, and QiDi Wu. Surrogated-Assisted Symbolic Organisms Search Algorithm for Minimizing Total Weighted Tardiness in Parallel Batch Processor Scheduling. (**IEEE Transactions on Mechatronics **)
专利《一种基于优先级的多级选择调度方法》
工作经历
阿里本地生活2019 — 至今
杉数科技2019.3 — 2019.10
美团外卖配送2017 — 2019
作为外卖配送调度系统核心成员之一(美团和饿了么)，参与并负责调度系统分单和路径规划算法的多个重要项目模型建设，利用运筹优化和机器学习技术相结合搭建一套面向多场景复杂链路流程，拥有物流配送领域完整成熟方案的宝贵经验。
1.分层目标评价体系
针对实际复杂场景下考虑多目标优化问题，单一的加权求和方式难以平衡众多因素之间关系，因此采用增加目标优先级，打造多层次立体式评价体系，首先设计多种场景优先级策略，将人单匹配评估划分优先级，对同店同用户、高价值用户升级处理，对风控骑手、超远取餐、严重超背单等场景做降级沉底处理。然后基于每一层进行评价值比较，最终选择高优先级中最佳匹配。
2.多级选择策略
人单匹配阶段基于评价矩阵进行贪心选择策略，随着订单骑手数量规模的增大，求解效果和耗时都会遇到严峻考验。因此将匹配过程细分为“初筛——精排——重排”三级选择，逐步缩小可选骑手范围。首先初筛阶段基于当前骑手和新单状态及位置信息，构造骑手召回模型，保留一定比例或一定数量的候选骑手，有效控制计算规模。然后精排阶段进行真实的路径规划评价打分，挑选出best候选集。最后根据时段场景特点对best候选集进行评价锁定最终的最优匹配关系。运用矩阵分解技术对稀疏大矩阵拆分为多个独立子矩阵，每轮可分配多单，减少订单总轮次有利于加速匹配过程。
3.基于启发式的路径规划算法
针对动态性强、时效性高的特点，设计了一种两阶段的邻域搜索算法解决PDTSPTW问题，基于构造初始解，定制多种算子提升过程快速定位近似最优解。评价过程综合考虑路径总长度和超时风险，既追求骑手行驶效率又满足客户按时履约。解评价过程多次与骑手行程模拟ETR进行交互。这套启发式框架适用于多种业务场景下路径规划模式，包括边取边送、同取后送，先取后送。算法性能相较于之前采用求解器方法在总耗时下降一个数量级，效果99%优于原来。
4.相似单合包
为避免相同客户或距离相近订单拆解由不同骑手配送，在人单匹配前预处理阶段，考虑取送位置，承诺履约时间，难取难送程度确定订单相似程度，根据订单间相似性矩阵组成订单包，将原来单分配模式改成包分配模式，提高骑手执行效率和订单打包率。同时包分配模式能够减少与骑手的路径规划评价次数，加速匹配过程。
5.驻店调度
针对商超、美食城或单店由专职骑手配送模式，骑手分波次一次性取完货后统一配送。为符合驻店骑手习惯，考虑配送角度限制，防止回头取货，单次配送超时等情况，结合压单、改派等操作，使驻店人效得到大幅提升，驻店订单外溢比例降低。该项目获得2018上半年美团研发线技术突破大奖。
6.城配运输调度
在杉数和阿里的经历，有幸参与并学习到物流配送系统的研发，了解菜鸟数字供应链中多种落地场景的解决方案及业务组成部分。基于当前主流的求解框架ALNS, 不断完善和补充有效的搜索机制算子，面向具体的城配应用问题，实现满足多种实际场景下特殊约束要求，如配送分区，限行规则，固定线路，车货型号等。
技能储备
- 熟练使用JAVA、Python实现算法设计方案和项目工程开发，利用设计模式重构代码。
- 熟练运用pandas、R进行数据分析和可视化，搭建项目指标监控报表。
- 大数据平台HiveSQL、Spark，具备ETL开发经验。