具有十余年的建模算法研究、数据分析以及相应产品设计和开发管理经验,曾在法国国家信息与自动化研究院,新加坡南洋理工大学等机构进行学术研究工作,后在有利网等互联网金融机构从事风险数据建模相关工作。
目前工作为集中在供应链智能应用领域,设计开发需求预测和数据分析相关产品,将数据算法和机器学习算法应用于业务,提升效率,辅助决策,帮助解决实际问题。
直读博士毕业于清华大学计算机科学与技术系,研究期间在智能技术与系统国家重点实验室从事过智能调度、数据参数调优、物理仿真等方面研究。
供应链管理是大多数制造、零售等多个领域的核心枢纽环节,其中诸如需求预测、库存控制、物流调度优化等问题,都对于新技术的应用有强烈诉求。
数据分析和人工智能算法是升级供应链的利器。本报告将结合工业界的实际问题,开阔思路,阐述如何巧妙挖掘抽象问题,归类实践已有方法,在产品中实施各种算法;并探讨产品解决方案过程中可能遇到的各种问题和经验方法,对其他领域的智能应用具有普适性和参考作用。