【供应链】运筹学在华为诺亚方舟能干什么|附内推

【供应链】运筹学在华为诺亚方舟能干什么|附内推

文章作者文章作者:覃含章,Sun, 冯帅, Syanne, 画火御寒,Robin


文章发表于微信公众号【运筹OR帷幄】:【供应链】运筹学在华为诺亚方舟能干什么|附内推

欢迎原链接转发,转载请私信 @留德华叫兽 获取信息,盗版必究。

敬请关注和扩散本专栏及同名公众号,会邀请全球知名学者发布运筹学、人工智能中优化理论等相关干货、知乎Live及行业动态:『运筹OR帷幄』大数据人工智能时代的运筹学


编者按
华为诺亚方舟实验室成立于2012年,旨在放眼未来科技趋势,聚焦人工智能研究。一如华为公司的愿景是把数字世界带入每个人、每个家庭、每个组织,构建万物互联的智能世界。如今,运筹学正在其中扮演越来越重要的角色。

一、华为诺亚方舟实验室:简介

华为诺亚方舟实验室有很全面的人工智能的研究方向,其中一个研究方向是用AI技术改善供应链管理效率。供应链有很丰富的数据,其中包括订单,加工调度以及生产过程中的各种数据,是一个能够充分利用AI技术的场景。供应链AI团队一直在招聘最优秀的研究人才,主要目标是和业务、数据与IT部门合作去将先进AI研究成果落地业务部门能够把业务流程讲清楚,例如业务痛点和断点在哪里以及如何评估业务优化的价值。数据部门能够把业务流和数据流对应起来,修复数据流的断点和质量问题。AI团队主要负责建模和算法设计,围绕场景构建目标函数并设计高效率的预测控制和组合优化算法,并做大量实验试算验证模型是否准确。最后,IT部门将AI模型产品化,并且上线运维,整个过程需要很多跨部门的良好配合

华为供应链规模很大,产品与服务种类丰富,每天管理的元器件有数万种。泛网络和终端两大块产品有很多元器件的共享,因此供应链管理复杂度较高。诺亚在供应链方面的研究未来有很大的发展空间,例如需求预测算法、加工策略和采购策略算法等。团队需要两方面人才,一方面是运筹与优化的人才,但是传统运筹学最大的短板是基于抽象的问题来做,就是建模与优化这部分很熟练,但是对于数据分析并不熟练,所以另一方面也需要大量做数据分析、数据挖掘、机器学习的人才,与传统运筹学结合起来做


二、技术开发与学界合作

供应链采购使用业界领先的ERP(企业资源规划)支撑系统。诺亚会围绕业务特点,做一些AI技术研究,主要原因是业界成熟的ERP软件在人工智能这方面存在一定短板。研究从生产制造到物流仓储都有涉及,基本上覆盖了华为供应体系重要的业务方向。首先是库存控制策略,主要是原材料和半成品的库存控制。这块优化空间很大,尤其是仓储到底布在哪里,采购策略是什么,包括加工、调度、生产策略都是息息相关,一环扣一环。另一个研究方向是物流,物流在华为内部主要分两块:工厂(生产时原采购的输送和半成品转库)和客户(交付客户这部分的物流)。



诺亚和学术界广泛合作,有实习生发表2018 KDD论文,从数据分析的角度去优化物流装载场景。通常有以下合作渠道:1)开放式研究项目:HIRP(Huawei Innovation Research Program),把比较挑战的问题公开出来,让学校的老师去申请,华为给予一定的资助,一般为一年期;2)定向合作项目:围绕具体的问题去联系有潜力的老师(比如目前在华为生产调度计划这块和业界最有名的老师都在广泛沟通);3)实习生计划;4)联合培养博士计划。


三、供应链的发展前景与不同学科交叉

运筹优化技术是供应链场景下的主要研究方向,但传统运筹优化技术对机器学习的应用主要集中在需求预测上,应用于后续管理策略的生成较少。现在有大量生产过程的数据、人为管理调度和决策的数据,并且还有大量反馈数据,是有可能基于数据驱动构建大规模优化问题的求解器,取得精度与效率的平衡。大规模动态多目标优化问题一直是业界难题,机器学习技术可以拟合历史管理数据中较好的策略结构,极大的提升搜索未知可行解空间的效率。

供应链与数据有关的趋势就是数据分析怎么对传统运筹优化的改变。传统运筹优化数据都是用在需求预测,仅仅使用在前端,后端则是利用假设、规则来做一些约束,去做最优解的求解。AlphaGO给供应链带来的启发是利用数据驱动的方法,或者是人为产生仿真数据的方法求解这种大规模的优化问题是不是可以带来一些变化。就如围棋也是一类组合优化问题,之前是认为十年内无法挑战职业选手的,但依靠大算力和基于仿真数据的搜索就产生了翻天覆地的变化。所以机器学习偏数据的记忆或者是模式和结构的挖掘,结合运筹优化的思路,能够改进对运筹学的理解,尤其比如现在经常提到怎样简化管理,这都是值得思考的问题。

供应链AI团队有各种专业背景,例如运筹学、统计学、机器学习、数据库、数据挖掘、人机交互等等,一起合作能发生有趣的化学反应。尤其是将研究落地不再是简单的技术问题,而是如何把技术用好,说服业务人员使用,去产生希望得到的数据,接着如何去分析这些数据,再不断做迭代的优化,这些都还在探索中。

供应链AI团队很年轻,通过实战来培养并构建能力。一个公司的管理者,最关心的就是人、财、物,解决供需匹配和平衡问题。满足客户需求的链条,上游牵扯研发(包括市场营销),下游牵扯着制造,是一个很复杂的综合体供应链AI研究是一个巨大的宝藏,是理解企业管理的绝佳途径。

四、对想进入供应链行业的你的一点建议

供应链应用场景方面的AI研究现在处于一个洼地,处于一个有很多机会,但是很少被人关注的处境。从供应链管理角度来讲,或者更广泛来说,对一家大型公司的管理者来说,最关心的就是人、财、物。这三点其实都是泛供应链的问题:资金、人才和物流都是供需平衡问题。对客户的需求怎么满足,上游牵扯研发(包括市场营销),下游牵扯着制造,是一个很复杂的综合体。如果一个企业的管理者不能深入的了解数据流,理解业务流程,是管理不好公司的。因此,学好供应链,对于最终参与企业管理,甚至谋求更高的职位和发展也是有很大助益的。比如苹果公司现任的CEO Tim Cook就是工业工程背景出身,在苹果管理了多年的供应链部门之后获得擢升的。

大型的供应链一般高度复杂,因此需要从业人员和人交互。你不仅要技术领先,还要需要良好的沟通能力去说服人来怎么更好的使用技术。供应链管理是弹性的,人为的因素很多,面对很多不确定性。而AI最好的场景是人多并且效率低的地方,在人大量参与的场景下,更多的是和人打交道,去理解人的需求,在这种开放的场景中,AI技术就有很大的发展空间。所以整体来讲,供应链是一个很适合应用AI技术的场所。你也完全可以通过实战来学习更多的东西,来开发供应链的“黑科技”。

华为诺亚方舟实验室目前也急需计算机、运筹、数学、机器学习等方面的人才哦!

可在公众号后台回复关键词“华为招聘”获得详细资讯,申请邮件抬头请加上『运筹OR帷幄』~


文章来源申明:本篇文章由『运筹OR帷幄』原创发布
如需转载请在公众号后台获取转载须知

可以在 本公众号后台 回复关键词:“供应链”获取大量由我平台编辑精心整理的学习资料,如果觉得有用, 请勿吝啬你的留言和赞哦!~

【招聘】版块招募负责学术信息整理的责任编辑一名,要求有一定的英语阅读和翻译能力,运筹学相关专业。如果有兴趣,欢迎添加微信号:cz237350071。

『运筹OR帷幄』长期招收志愿者,如果你有一技之长,爱分享,欢迎加入我们。点击下方图片即可了解详情!(如果对供应链板块感兴趣,欢迎备注【供应链】哦!)


扫二维码关注『运筹OR帷幄』公众号:

点击查看『运筹OR帷幄』志愿者招募介绍及加入方式

点击查看【骥寻伯乐】板块说明及投稿方式

编辑于 2018-10-09

文章被以下专栏收录