주요업무
문제 정의 및 정식화
- 고객 인터뷰, 현장 관찰, 운영 데이터 분석
- Input / Decision / Output 구조 정의
- 의사결정 변수, 목적함수, 제약조건 설계
- VRP, MILP, CP, Scheduling, Packing, Inventory Optimization 등으로 정식화
최적화 알고리즘 개발
- MILP / CP-SAT 기반 모델 개발
- Heuristic / Metaheuristic 설계
- OR-Tools, Gurobi, CPLEX 및 자체 Solver 활용
- Neural Combinatorial Optimization, Bayesian Optimization, RL 등 ML for OR 적용
- 실제 산업 규모에서 사용할 수 있도록 계산시간과 해 품질 개선
시뮬레이션 및 성능 검증
- 실제 데이터를 기반으로 AS-IS 재현
- Baseline, KPI 및 성공 기준 정의
- TO-BE 시나리오 및 What-if Simulation 설계
- 비용, 처리량, 서비스 수준 등 정량적 효과 검증
• 문제와 알고리즘의 자산화
-Input / Output Schema 및 Optimization Specification 정의
-API Interface 설계
-고객별 로직과 일반화 가능한 Optimization Logic 분리
-반복적으로 활용할 수 있는 문제 구조와 알고리즘 모듈 축적
• 고객 커뮤니케이션 및 제품 연결
-고객과 직접 문제 정의 및 Modeling 방향 협의
-중간·결과 보고 및 알고리즘 결과 설명
-검증된 PoC를 Product / Engineering 팀과 협업하여 실제 서비스로 연결