职位介绍：

我们正在寻找一位具备供应链物流专业基础，并能将数字化、数据与 AI 一体运用的数字化工程师，作为 PC&L 数智化转型的高潜储备。

工作围绕计划、仓储、运输、厂内物流等真实链路展开，依托 MFS / TMS / MRP 等系统与数据底座，用分析、运筹和 AI 把业务问题做成可集成、可验收的方案，持续改进规划与运营。培养方向是成长为支撑集成化供应链物流与 AI 融合的复合人才。

在这里，你将在全自研数字化平台上参与系统迭代、数据洞察与 AI 场景落地，把想法做成可验证的方案。适合本科扎根供应链 / 物流、硕士转向 AI / 数据（或同等交叉背景），并明确希望长期走数字化方向的同学。

岗位职责：

• 理解计划、仓储、运输、厂内物流等环节的实物流与信息流，参与 MFS / TMS / MRP 等系统的功能迭代与优化；处理日常故障并协同 IT 关闭问题，承担新功能发布实施及用户培训。
• 从业务场景出发识别数字化改进机会，整理需求与验收标准，协同业务与 IT 推进跨环节、跨系统方案落地，并跟踪上线后的使用与效果。
• 运用数据分析、运筹优化与 AI 方法支持规划与运营决策，参与监控报表、数据集市及预测、问答、智能体等应用的建设与验证。
• 遵守公司规章制度，积极查找并汇报隐患/事故，提出安全建议，通过持续改进创造安全环境。践行“安全第一，人人有责”，“眼见，发声，行动”的安全文化。

任职要求：

必须项

• 本科或硕士至少一段为物流工程、物流管理、供应链管理、工业工程、交通运输或密切相关专业；或虽非对口专业，但有连续的供应链 / 物流课题、竞赛或实习，并能讲清端到端链路
• 须具备可核对的 AI / 数据训练痕迹（课程项目、竞赛、论文、开源或实习）。至少满足其一：独立完成过数据分析或建模项目；熟练使用 SQL 与 Python；有机器学习、数据挖掘或大模型应用相关课设
• 具备 MySQL 等数据库的基本查询与数据处理能力
• 扎实的数理基础，熟悉常用机器学习算法与优化理论（如线性规划、整数规划、启发式算法等）
• 对数据高度敏感，能够从多维度开展系统化数据分析，并能把结论写成可执行建议
• 数字化方向意愿明确：求职动机是物流数字化 / 数据 + AI，而非纯现场运营或纯算法岗
• 英语可作为工作语言，能够适应国际化协作环境
• 具备优秀的自驱力、快速学习能力与适应性，能积极应对快节奏的业务变革。

加分项

• 本硕交叉：本科供应链 / 物流 / 工业工程 + 硕士 AI / 数据 / 计算机 / 应用数学（或反向交叉且物流认知扎实）
• 主机厂、零部件、3PL 或咨询中，与计划、仓储、运输、厂内物流相关的数字化或数据分析实习
• 大模型应用、知识库问答、智能体，或运筹优化、仿真建模的可展示项目

微信扫一扫，及时了解投递状态

您目前还没有登录：立即登录