从好奇学生到研究科学家的旅程

在里约热内卢长大的Cristiana Lara从小痴迷于具有挑战性的数学问题，她会狂热地钻研直到解决问题。如今她发现，这种对难题的热爱与目前作为某中心研究科学家的工作存在直接联系——这种兴趣源自她技术背景的父母（父亲是电气工程师，母亲是STEM教师）。

Lara于2019年完成卡内基梅隆大学高级过程决策中心的流程系统工程博士学位后加入某中心。恰逢该机构在美国为特定会员推出免费一日达服务，因此她从一开始就承担了一项艰巨使命：开发和实施支持运输网络的优化框架。

随着业务增长和客户需求提升，配送网络承受着巨大压力。优化是一个需要长期战略规划的动态目标，这也正是Lara的研究重点：开发用于解决大规模离散优化问题的模型和算法。

突破性工具TICTOC

Lara通过名为"TICTOC"的规划工具在网络时序方面取得了突破性进展。该工具帮助机构更有效地规划包裹在复杂配送网络"中间里程"的运输方案。

TICTOC是"运输日内容量规划时序优化计算"的缩写。Lara在其中开发了关键进展，以支持运输网络设计空间中与时序相关的决策。

该工具用于长期规划，能够执行敏感性分析，并理解网络设计中不同变量如何影响整体配送速度。凭借其全球履约中心、分拣中心和配送站网络，该机构建立了依赖协调时序和实时调整能力的复杂实时配送组织。

算法挑战与解决方案

目标是理解运输成本与配送速度之间的权衡，然后针对近期和远期将面临的宏观问题做出更明智的决策。确定随时间变化的最佳包裹流以最大化一日达同时最小化成本，需要大量复杂的算法支持：何时安排卡车出发？需要多少辆？在特定时间和地点需要哪些资源？

“这些问题由于离散特性而难以解决，“Lara表示，“背后涉及大量理论。当问题规模增大时，由于组合爆炸会变得更具挑战性。“在较小区域范围内解决这些问题已经可行，但针对整个美国等大型大陆地理区域进行解析则更加困难。

职业路径与建议

从里约热内卢联邦大学化学工程专业毕业后，Lara很快意识到该专业不符合她的长期抱负。在巴西导师建议下，她开始研究充满建模和优化技能的流程系统工程，并对此着迷。在卡内基梅隆大学攻读博士期间，她逐渐远离化学工程，更多转向运筹学方向。

拒绝了学术界的终身教职机会后，Lara将某中心的实习转化为全职研究工作。“我实习的团队就是现在工作的团队，项目是开发结合随机模拟和机器学习的工具，用于预测网络中起点-目的地对的包裹流，“Lara回忆道，“网络设计优化模型需要利用这类预测来规划连接性——如何连接网络节点，以及预计节点之间和每个节点内的包裹流量。”

Lara建议学生充分利用实习机会：“学生应该抓住机会，尽可能多地参加多样化实习。这是了解自己、激发动力、匹配个性工作文化以及规划职业发展的好方法。”

行业认可与交流

由于工作产生实际影响，Lara被提名参加美国国家工程学院赞助的著名美国工程前沿研讨会。她在研讨会上展示了海报，与来自工业界、学术界和政府部门的83位杰出年轻工程师交流。

东北大学工程学院院长Gregory D. Abowd博士表示：“这对Lara来说是雇主对其专业知识和潜在领导能力的信心投票。”

“对我而言，这是与其他不同领域早期职业工程师交流的绝佳机会，能够讨论彼此的研究并相互学习，“Lara说，“机构拥有许多研究人员，他们知道要让研究人员保持满意，就需要让我们能够讨论自己的研究，因为这才是让我们兴奋的事情。”