酷澎
Manager, Data Analyst (SCM Automation)
Manager, Data Analyst (SCM Automation)
发布于 2 小时前中层管理(经理/总监)
全职员工仅现场办公数据分析
数据分析
Llm
Powerbi
Prompt Engineering
Sql
值不值得投
72综合评分
综合评分 72
跨国电商巨头核心供应链岗，技术栈前沿且业务价值高，发展性强但工作强度可能较大。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
4.5万
比数据分析中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 260 个在招 · 其中数据分析 8 个
市场机会
选择不多
台北 · 数据分析 · 8 个在招
职位详情
关于这个职位
该职位是酷澎供应链团队的核心数据分析师，主要负责解决需求预测和库存挑战，防止缺货并清理过剩库存
你需要通过构建启发式逻辑、快速验证POC以及利用AI工具，将数据洞察转化为实际的生产系统解决方案，并作为数据翻译官与跨部门团队紧密合作
最低要求
经验：8年以上数据分析或商业智能相关领域工作经验
技术栈：精通 SQL 和 Python/R，能够熟练进行数据提取和处理
AI 能力：具备提示词工程（Prompt Engineering）的实际经验，能够使用生成式 AI 工具解决数据问题或自动化内容生成
可视化：精通 PowerBI、Tableau 或类似工具的数据可视化与数据故事讲述，能有效向非专业人士传达洞察
沟通能力：具备商务级别的英语流利度，并有教授和指导非技术业务用户的成功经验
工作职责
构思与开发智能启发式逻辑：主动识别供应链系统中的弱点，通过解决问题开发智能、实用的逻辑
重点关注推动需求预测改进、缺货（OOS）和过剩库存归因模型
构建快速概念验证（POC）：通过动手实践快速验证想法
构建工作原型，例如自动将OOS事件归因于“预测不足”等原因的根因分析仪表板
产品分析：参与实验设计、A/B测试、队列研究，并衡量产品发布的有效性
AI 与提示词工程：利用大型语言模型（LLM）和高级提示词工程自动化非结构化数据，加速内部分析工作流
推动生产化：与需求计划和工程团队紧密合作，将验证过的POC投入生产
作为主题专家，确保你的逻辑准确集成到核心库存规划系统中
成为核心专家：负责关键供应链KPI的分析，包括需求预测准确率、售罄率和预测覆盖率
不仅要报告这些数字，还要提供背后的“原因”
担任数据翻译官：主动与技术及非技术合作伙伴沟通，确保利益相关者不仅理解“是什么”，还理解“所以呢”
你是将复杂分析转化为明确业务指令的桥梁
优先资格
数据工程：有版本控制（GitHub）和工作流编排工具（如 Airflow）的实际操作经验
内容与文档：有管理内部维基（如 Confluence、Notion）或为大型组织构建结构化知识库的经验
领域专业知识：曾在零售、电子商务和需求预测领域工作过
定量深度：扎实的统计学和机器学习技术知识（如弹性建模、用于客户细分的聚类等）
AI 洞察
优缺点分析
优点
- 处于跨境电商和供应链自动化的核心业务线，业务价值高，能直接看到数据对业务的巨大影响
- 技术栈前沿，明确要求使用LLM和Prompt Engineering，有助于保持技术敏锐度和竞争力
- 跨国巨头企业平台，提供广阔的国际视野和规范的跨部门协作经验
- 需要频繁与非技术团队沟通并推动项目生产化，对跨部门协调和影响力要求极高
- 适合具备扎实技术功底、拥有强烈业务导向和探索精神，且希望在供应链/电商领域深耕的高级数据分析人才
缺点 / 挑战
- 需要极强的动手能力和从0到1的探索精神，不是传统的后台报表工作，面临较高的业务落地压力
角色解读
- 从高级数据分析师向供应链数据科学专家或数据团队负责人方向发展
- 通过深入业务和推动AI工具落地，成长为连接技术与业务战略的核心枢纽
- 作为供应链团队的核心数据分析师，你将专注于解决需求预测和库存管理的复杂挑战，防止缺货并优化库存
- 你需要动手构建快速概念验证（POC），开发智能启发式逻辑，并利用LLM等AI工具自动化分析工作流
- 你将作为数据翻译官，与需求计划和工程团队紧密合作，将数据洞察转化为实际的生产系统解决方案
- 精通SQL和Python/R，具备强大的数据提取、处理及可视化能力（如PowerBI/Tableau）
- 具备提示词工程（Prompt Engineering）和生成式AI工具的实际应用经验，能解决复杂数据问题
- 拥有出色的跨部门沟通能力和商务级英语能力，能将复杂分析转化为清晰的业务指令
申请策略
- 了解酷澎在台湾的业务模式（如Rocket Delivery），思考其供应链可能面临的独特挑战及数据解决方案
- 准备一些如何将复杂数据洞察转化为非技术团队能理解的业务指令的实际沟通案例
- 突出在需求预测、库存优化或供应链相关领域的实际项目经验和业务成果（如降低缺货率、减少过剩库存）
- 详细展示使用LLM、Prompt Engineering或生成式AI解决实际数据问题或自动化工作流的具体案例
- 强调从0到1构建POC并成功推动其生产化落地的完整经历，体现你的动手能力和跨部门推动力
- 深入学习供应链领域的核心指标（如需求预测准确率、售罄率）及相关的机器学习模型（如弹性建模、聚类）
- 提升数据工程技能，熟悉Airflow等工作流编排工具及GitHub版本控制，以更好地支持分析结果的生产化
面试指南
- STAR法则：针对业务挑战案例，清晰阐述情境、任务、行动（特别是技术实现和跨部门协作）和可量化的业务结果
- 技术+业务双重视角：在回答技术问题时，不仅说明技术实现细节，更要强调该技术如何转化为业务价值或解决了什么具体痛点
- 请分享一个你通过数据分析解决供应链或库存挑战（如缺货或过剩）的具体案例，你是如何推动落地的？
- 你如何利用LLM或Prompt Engineering来自动化非结构化数据处理或加速分析工作流？
- 当你的数据洞察与业务团队的直觉相冲突时，你如何沟通并推动你的方案被采纳？
- 请描述你构建快速POC并推动其生产化的完整流程，你如何确保逻辑准确集成到核心系统中？
- 复习供应链管理的核心概念和常见KPI，了解电商履约和库存优化的基本逻辑
- 准备1-2个使用生成式AI/LLM解决实际问题的深度案例，能够清晰讲解Prompt的设计思路和效果评估
职位点评
薪资福利75
成长发展85
工作生活50
使命价值70
薪资福利
75中等
作为跨国上市企业的核心业务线管理岗，薪资福利具备市场竞争力，但JD未明确披露具体薪资和福利细节。
薪资信号未披露（AI估算：3.5千–5.5万/月）
成长发展
85较高
岗位涉及前沿的LLM应用和供应链核心业务，技术成长空间大，且能深度参与业务战略，发展性极强。
技术前沿前沿/新兴技术
技术栈SQL、Python、R、LLM、Prompt Engineering、PowerBI、Tableau、Airflow
业务类型ambiguous
工作生活
50较低
JD未提及工作模式和加班情况，但作为核心业务线的Manager岗位且强调hands-on和快速验证，工作强度可能较大。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
70中等
跨境电商和供应链自动化是持续发展的领域，通过优化供应链提升顾客体验，具有一定的社会价值。
行业发展高速增长赛道
社会影响中性/一般
使命信号reimagining the shopping experience、wowing each customer、create a world where our customers wonder, 'How did I ever live without Coupang?'
创新程度积极采用新技术
酷澎 的其他在招职位
相似职位推荐
Watch Jobs