京东物流算法工程师面试经历：路径优化+运力调度深度考察

背景介绍

先说下我的情况，2年算法工程师经验，硕士毕业后在一家物流科技公司做路径优化和运力调度相关的算法工作。之前用Python + OR-Tools + Gurobi做运筹优化，也用PyTorch做过一些预测模型。去年底开始看机会，目标很明确——京东物流算法团队。为什么选京东物流？因为京东物流是国内物流算法落地最好的公司之一，仓配一体化、智能调度、无人仓这些技术都是行业标杆，而且数据量大、场景复杂，对算法工程师来说是最理想的练兵场。整个面试从投递到拿到offer花了三周，经历了技术一面、技术二面、技术三面。下面我把整个过程详细复盘一下。

面试流程复盘

一面：运筹学基础 + 最优化

一面的面试官是个看起来很学术的博士，上来就问了一个让我有点紧张的问题：线性规划的对偶理论是什么？在物流场景中有什么应用？我从对偶问题的定义讲起，说了原问题和对偶问题的关系（弱对偶性、强对偶性、互补松弛性），然后举了物流中的例子：原问题是配送成本最小化，对偶问题就是资源利用率最大化。面试官追问：对偶间隙在什么情况下为0？我回答在线性规划中，如果原问题有最优解，则强对偶性成立，对偶间隙为0。但在整数规划中，对偶间隙通常不为0，这也是为什么整数规划更难求解。

接下来是最优化算法的考察：梯度下降、牛顿法和拟牛顿法的区别？在什么场景下选择哪种方法？我从收敛速度、计算复杂度、适用场景三个维度对比：梯度下降一阶收敛、计算简单但收敛慢，适合大规模问题；牛顿法二阶收敛、收敛快但需要计算Hessian矩阵，适合小规模光滑问题；拟牛顿法（BFGS、L-BFGS）用近似Hessian替代精确Hessian，是两者的折中。面试官追问：L-BFGS的内存优化是怎么做的？我回答只存储最近m个向量的历史信息来近似Hessian，而不是存储完整的n×n矩阵。

然后是一道建模题：一个仓库有100个SKU，每个SKU的需求量、库存量、补货成本不同，怎么建立最优补货模型？我定义了决策变量x_i为SKU i的补货量，目标函数是最小化总成本（补货成本 + 缺货惩罚 + 库存持有成本），约束条件包括：补货量不超过供应商产能、补货后库存不超过仓库容量、满足需求覆盖的概率约束。面试官追问：如果需求是随机的怎么处理？我回答可以用随机规划，将需求建模为场景树，用样本平均近似（SAA）求解。也可以用鲁棒优化，在最坏情况的需求下保证解的可行性。

一面大概55分钟，最后问了一个开放题：运筹优化和机器学习在物流场景中怎么结合？我回答可以用机器学习做需求预测，把预测结果作为运筹优化的输入参数；也可以用强化学习做动态调度，替代传统的规则引擎；还可以用学习优化（Learn to Optimize）的方法，用神经网络加速优化求解过程。

二面：路径规划 + 调度算法

二面的面试官更偏工程方向，问的问题也更偏实际场景。一上来就问了一个京东物流最核心的问题：车辆路径问题（VRP）的常见变体有哪些？京东物流主要解决的是哪种？我列举了CVRP（带容量约束）、VRPTW（带时间窗）、MDVRP（多车场）、PDPTW（带取送货和时间窗）等变体，然后说京东物流主要解决的是VRPTW和PDPTW，因为京东的配送有明确的时间承诺（211限时达、次日达等），而且有取件需求（退换货取件）。

接下来是算法深挖：VRP的求解方法有哪些？精确算法和启发式算法各自的优劣势？我回答精确算法（分支定界、列生成、分支定价）能保证最优解但计算量大，适合小规模问题；启发式算法（遗传算法、禁忌搜索、自适应大邻域搜索ALNS）不能保证最优但速度快，适合大规模实际问题。面试官追问：京东物流用的什么算法？我回答核心框架是ALNS，因为ALNS在大规模VRP上表现最好，而且容易加入各种业务约束。ALNS的destroy和repair算子可以根据业务场景定制，比如京东的"就近配送"约束可以用特定的repair算子来实现。

然后是一道场景题：双十一期间订单量是平时的10倍，你的调度算法怎么应对？我从几个层面回答：1）算法层面：提前用历史数据训练更aggressive的调度策略，放宽时间窗约束，允许更多跨区配送；2）系统层面：增加计算资源，使用并行求解，缩短求解周期（从5分钟一次改为1分钟一次）；3）业务层面：预售前置，提前将商品调拨到离消费者最近的仓库；4）降级策略：当算法求解超时时，回退到规则引擎做快速调度。面试官追问：怎么评估调度算法的好坏？我回答核心指标是：配送准时率、车辆利用率、总行驶里程、单均配送成本。同时要做A/B测试，和线上基线对比。

二面还问了一个很有意思的问题：京东的无人仓调度和有人仓调度有什么区别？我回答无人仓的调度更偏机器人路径规划（AGV调度），核心问题是多机器人无碰撞路径规划，可以用CBS（Conflict-Based Search）算法。有人仓的调度更偏人员排班和任务分配，核心问题是作业效率最大化。两者的共同点是都需要实时响应和动态调整。

三面：项目深挖

三面是技术终面，面试官应该是京东物流算法团队的负责人。问的问题更宏观，也更看重技术深度和业务理解。

第一个问题：讲一个你做过的最有挑战的算法项目。我选了之前做的城市配送路径优化项目，从问题定义、建模、算法设计、工程实现、上线效果讲了一遍。重点说了几个技术难点：1）如何处理动态订单（新订单不断到来）；2）如何处理实时路况变化；3）如何在大规模场景下保证求解速度。面试官对动态订单的处理很感兴趣，我详细说了滚动时域优化（Rolling Horizon）的方法：每隔一段时间用当前状态重新求解，将已执行的决策固定，只优化未来的决策。

然后是一个开放题：如果让你从零搭建京东物流的智能调度系统，你会怎么设计？我从几个层面展开：1）数据层：实时订单流、车辆GPS、仓库库存、路网数据；2）预测层：需求预测、ETA预测、路况预测；3）优化层：路径规划、车辆调度、仓内调度；4）决策层：自动调度 + 人工干预；5）反馈层：效果评估、模型迭代。面试官追问：怎么保证系统的实时性？我回答用流式计算框架处理实时数据，优化求解用热启动加速，关键路径用缓存。

三面还问了一个关于团队协作的问题：算法工程师和业务方怎么协作？如果算法方案和业务需求冲突怎么办？我回答算法工程师要深入理解业务，不能闭门造车。如果方案和需求冲突，首先要搞清楚冲突的原因——是模型假设不合理，还是业务需求不现实。然后和业务方一起找折中方案，算法提供多个帕累托最优解供业务方选择。

真题汇总

下面是面试过程中遇到的所有真题，按类型整理：

运筹学基础：线性规划对偶理论及应用、整数规划求解方法（分支定界、割平面）、凸优化基本概念、拉格朗日松弛法、随机规划与鲁棒优化

最优化算法：梯度下降变体对比（SGD/Adam/AdaGrad）、牛顿法与拟牛顿法、内点法原理、L-BFGS内存优化、对偶分解法

路径规划：VRP常见变体及京东场景、ALNS算法原理与实现、TSP的精确算法与近似算法、动态VRP求解方法、多目标路径优化

调度算法：车辆调度与路径规划的区别、AGV调度算法（CBS）、人员排班优化、实时调度策略、大促场景下的调度降级

机器学习：需求预测模型选型、ETA预测特征工程、强化学习在调度中的应用、学习优化（Learn to Optimize）、模型可解释性

工程实践：优化求解器选型（Gurobi vs OR-Tools vs SCIP）、大规模优化问题的并行求解、A/B测试设计、算法效果评估指标、模型上线与监控

心得建议

第一，运筹学基础要扎实。京东物流的面试对运筹学基础要求很高，不是那种背公式就能过的，而是要真正理解原理。对偶理论、凸优化、整数规划这些，建议系统学习一下，推荐Boyd的《Convex Optimization》和Wolsey的《Integer Programming》。

第二，算法要能落地。京东物流特别看重算法的落地能力，不是那种发论文的算法，而是能解决实际问题的算法。面试中一定要体现你对业务场景的理解，比如为什么用ALNS而不是遗传算法，因为ALNS更容易加入业务约束。

第三，要有工程思维。算法工程师不是只写Python脚本，还要考虑系统的实时性、可扩展性、可维护性。面试中如果只谈算法不谈工程，面试官会觉得你缺乏实战经验。

第四，了解京东物流的业务。面试前一定要了解京东物流的核心业务：仓配一体化、211限时达、京东快递、京东冷链等。面试中如果能结合业务场景来回答问题，会大大加分。

第五，准备一个有深度的项目。京东物流的面试一定会深挖项目，建议准备一个涉及路径优化、调度算法或需求预测的项目，能体现你从建模到落地的完整能力。

FAQ

Q：京东物流算法团队用什么技术栈？

核心是Python，优化求解器主要用Gurobi和OR-Tools，也有部分项目用SCIP。机器学习用PyTorch和XGBoost。工程框架用Java和Spring Boot，算法服务化后通过RPC调用。大数据处理用Spark和Flink。

Q：2年算法经验面京东物流是什么级别？

一般是T5到T6之间，看面试表现。T5的薪资大概25-40K，T6大概35-55K，加上年终奖，总包在物流行业里算很有竞争力的。

Q：没有物流经验能面京东物流吗？

可以，但需要补一些物流领域的基础知识。建议面试前了解基本的物流概念：仓配一体化、最后一公里、逆向物流、运力调度等。如果你有运筹优化或路径规划的背景，转型物流算法不难。

Q：京东物流的算法面试会考编程题吗？

会，但不是LeetCode那种纯算法题，而是和业务相关的编程题。比如实现一个简单的VRP求解器、写一个贪心调度算法、实现一个优先队列等。建议刷一些和图论、贪心、动态规划相关的题目。

Q：京东物流的工作节奏怎么样？

整体节奏中等偏上，大促期间（618、双11）会比较忙，需要7×24小时on-call。平时工作节奏相对正常，早10晚9左右。京东物流的技术氛围不错，能接触到真实的物流数据和场景。