崗位職責(zé)：
1.AI技術(shù)融合與創(chuàng)新：
緊跟AI大模型（LLM）、機(jī)器學(xué)習(xí)等前沿技術(shù)趨勢，探索并落地AI在公司各業(yè)務(wù)場景（如供應(yīng)鏈、銷售、運(yùn)營）中的應(yīng)用，提升業(yè)務(wù)效率。
負(fù)責(zé)引入和部署智能化工具（如自動化報(bào)表、智能預(yù)測模型、NLP數(shù)據(jù)處理），替代傳統(tǒng)低效的人工數(shù)據(jù)處理流程。
2全域數(shù)據(jù)打通與治理：
主導(dǎo)公司級數(shù)據(jù)中臺或數(shù)據(jù)倉庫的建設(shè)與優(yōu)化，打通市場、銷售、財(cái)務(wù)、供應(yīng)鏈等各部門的數(shù)據(jù)壁壘，實(shí)現(xiàn)數(shù)據(jù)的實(shí)時共享與互通。
建立健全數(shù)據(jù)治理體系，確保數(shù)據(jù)的準(zhǔn)確性、一致性和安全性，提升整體數(shù)據(jù)資產(chǎn)的質(zhì)量。
3.智能化決策支持：
搭建可視化BI（商業(yè)智能）平臺和決策支持系統(tǒng)，將復(fù)雜的數(shù)據(jù)轉(zhuǎn)化為直觀的業(yè)務(wù)洞察。
通過數(shù)據(jù)建模和深度分析，為高層戰(zhàn)略決策提供量化依據(jù)和前瞻性預(yù)測，輔助公司制定更精準(zhǔn)的業(yè)務(wù)策略。
4.數(shù)字化流程優(yōu)化：
梳理并優(yōu)化公司核心業(yè)務(wù)流程，利用RPA（機(jī)器人流程自動化）或低代碼平臺提升跨部門協(xié)作效率。
推動公司整體的數(shù)字化素養(yǎng)提升，培訓(xùn)員工利用數(shù)據(jù)工具解決實(shí)際問題。
任職要求：
1.教育背景與經(jīng)驗(yàn)：
學(xué)歷：計(jì)算機(jī)科學(xué)、數(shù)據(jù)科學(xué)、信息管理或相關(guān)理工科專業(yè)本科及以上學(xué)歷。
經(jīng)驗(yàn)：5年以上數(shù)據(jù)分析、IT系統(tǒng)管理或數(shù)字化轉(zhuǎn)型相關(guān)工作經(jīng)驗(yàn)，有團(tuán)隊(duì)管理經(jīng)驗(yàn)者優(yōu)先。
2.核心技能：
技術(shù)視野：對AI大模型、機(jī)器學(xué)習(xí)、自然語言處理等技術(shù)有深刻理解或?qū)嶋H落地經(jīng)驗(yàn)，了解主流AI工具和平臺。
數(shù)據(jù)能力：精通SQL，熟悉主流數(shù)據(jù)庫（如MySQL、Oracle）及大數(shù)據(jù)處理技術(shù)；熟練使用BI工具（如Tableau、Power BI、帆軟等）。
架構(gòu)思維：具備數(shù)據(jù)中臺或數(shù)據(jù)倉庫建設(shè)經(jīng)驗(yàn)，熟悉ETL流程。
3.軟性素質(zhì)：
業(yè)務(wù)邏輯能力：能夠聽懂業(yè)務(wù)部門的需求，并將其轉(zhuǎn)化為技術(shù)語言；也能將技術(shù)結(jié)果轉(zhuǎn)化為業(yè)務(wù)建議。
溝通協(xié)調(diào)力：具備極強(qiáng)的跨部門溝通能力，能夠推動不同部門配合數(shù)據(jù)打通工作。
戰(zhàn)略思維：不局限于執(zhí)行，而是站在公司戰(zhàn)略高度思考數(shù)據(jù)的價值。
4.加分項(xiàng)：
有電商、零售或互聯(lián)網(wǎng)行業(yè)背景，熟悉業(yè)務(wù)閉環(huán)。
熟悉淘寶/天貓等平臺的數(shù)據(jù)生態(tài)，或有利用AI優(yōu)化電商運(yùn)營的經(jīng)驗(yàn)。
具備項(xiàng)目管理認(rèn)證（如PMP）或數(shù)據(jù)管理認(rèn)證（如CDMP）。