中国电信
仓储数字化优化员
仓储数字化优化员
发布于 2 天前普通员工/个人贡献者
全职员工仅现场办公供应链管理
供应链管理
Sql
Tms
Wms
供应链管理
数据分析
数据治理
智能仓储
降本增效
项目管理
值不值得投
71综合评分
综合评分 71
央企背景、供应链数字化实战岗，技术成长空间大但WLB信息不明确。
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
14K
比供应链管理中位数低
发布情况
新岗位 · 2 天前发布
公司情况
这家公司招聘很活跃
约 1870 个在招
职位详情
关于这个职位
该职位在中国电信负责仓储运营的数字化优化，主要工作是搭建跨区域库存协同机制、规划多仓网络、通过数据分析与系统优化推动降本增效，并参与AGV、立体库等智能仓储设备的落地
你需要结合供应链专业知识、数据分析能力和方案设计能力，将仓储物流的各个环节通过数字化手段串联并升级
最低要求
具备供应链管理或仓储物流领域扎实的专业知识，了解智能仓储技术与行业发展趋势
熟悉数据分析方法，熟练使用 Excel，掌握 Python/R/SQL等至少一种数据分析工具，有数据分析项目经验者优先
了解 WMS、TMS 等物流信息系统基本原理，有相关项目实习或课题研究经验者优先
具备数字化方案设计能力，能够独立完成需求分析、方案撰写与汇报
逻辑思维清晰，问题解决能力强，能够系统性分析仓储运营痛点并提出改进思路
有较强学习能力和沟通协调能力，对数字化转型有热情、具备创新意识和团队协作及责任意识
工作职责
全域库存协同：搭建跨区域、跨仓库存协同管理机制，通过数字化手段实现库存实时可视化，推动库存信息共享与智能调配
多仓调拨体系建设：参与广西区内多仓网络布局规划，建立智能调拨模型与规则，优化库存配置，降低整体库存持有成本与缺货风险
降本增效方案输出：围绕仓储运营降本增效目标，开展需求调研与痛点分析，输出数智化解决方案，包括方案设计、AI工具应用、项目推进与效果评估
数据治理与分析：负责仓储运营数据的采集、清洗与建模分析，建立关键运营指标（KPI）体系，定期输出分析报告，为管理决策提供数据支撑
系统对接与优化：参与WMS、TMS等仓储物流系统的需求梳理、功能测试与流程优化，推动系统间数据打通与业务协同
智能仓储改造：参与AGV、立体库、自动分拣线等仓储自动化设备的选型论证、实施落地与运行优化，推动仓储作业环节智能化升级
AI 洞察
优缺点分析
优点
- 能接触到仓储物流数字化前沿的实战场景（如AGV、智能调拨模型），技术应用落地性强
- 在大型平台参与供应链数字化转型，项目规模大，能积累体系化的行业经验
- 岗位职责覆盖全链路（数据、方案、系统、硬件），有利于培养综合解决问题的能力
- 具体工作可能涉及频繁的现场调研与系统测试，需要适应快节奏的项目推进
- 适合对供应链数字化有浓厚兴趣，具备较强数据分析与逻辑思维能力，希望将技术应用于实体业务场景，并能在有一定规模的平台上推动变革的求职者
缺点 / 挑战
- 在传统国企环境中推动数字化变革，可能面临流程优化与跨部门协调的挑战
- 仓储物流领域的数字化涉及软硬件结合，对复合型知识要求较高
角色解读
- 技术专家路线：深耕仓储物流数字化、数据分析或智能仓储技术，成为特定领域的专家
- 供应链管理路线：向供应链规划、物流网络设计等更综合的管理岗位发展
- 项目经理路线：主导大型的仓储数字化或智能化改造项目，成为项目经理或项目集经理
- 通过数据分析（Python/SQL）为仓储库存的实时可视化、智能调拨提供决策支持，建立KPI体系
- 设计并推进仓储运营的数智化解决方案，从需求调研到方案落地，评估降本增效成果
- 参与WMS、TMS等物流信息系统的优化升级，以及AGV、立体库等自动化设备的选型与实施，推动仓储智能化
- 供应链与仓储物流的专业知识，理解行业趋势
- 扎实的数据分析能力，熟练使用Excel，并掌握Python/R/SQL等工具
- 方案设计与汇报能力，能将业务痛点转化为数字化解决方案
申请策略
- 研究中国电信在智慧物流、供应链数字化方面的战略和公开案例，以便在面试中展现你的了解和思考
- 准备一个与“降本增效”或“流程优化”相关的完整案例（课程设计或实习皆可），用STAR法则梳理
- 重点突出与数据分析、供应链优化相关的项目经验，量化成果（如成本降低比例、效率提升百分比）
- 详细描述使用Python/SQL等工具进行数据清洗、建模、分析的具体案例
- 展示参与过的WMS/TMS系统实施、测试或优化等实习/项目经历
- 系统学习仓储物流与供应链管理知识，关注智能仓储、自动化物流的技术动态
- 深化Python数据分析能力，学习相关库（如Pandas, NumPy）及数据可视化工具
- 了解主流WMS/TMS系统的基本功能与数据交互逻辑
面试指南
- 对于数据分析问题，采用“背景-任务-行动-结果”的结构，强调工具使用和业务价值
- 对于技术理解问题，从核心功能、应用场景、与传统方式对比等角度阐述，体现学习深度
- 对于方案设计问题，展示系统性思维，按照“目标定义-现状分析-方案设计-实施计划-效果评估”的逻辑展开
- 请介绍一个你利用数据分析解决实际业务问题的经历，包括工具、过程和结果
- 你对智能仓储（如AGV、立体库）的技术原理和应用场景有什么理解？
- 如果让你负责一个仓库的库存周转率优化项目，你的思路和步骤是什么？
- 如何设计一个仓库的KPI体系来评估运营效率？
- 你认为在大型企业中推动数字化变革，最大的挑战是什么？
职位点评
薪资福利70
成长发展85
工作生活55
使命价值65
薪资福利
70中等
作为大型央企的岗位，薪资福利体系预计较为稳定，但JD未提供具体薪资范围与福利细节，补偿性吸引力处于中等水平。
薪资信号面议 (10K-18K/月)
成长发展
85较高
岗位内容涉及数据分析、智能仓储、系统集成等前沿且复合的技术领域，能获得从数据到落地、从软件到硬件的全面技能锻炼，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈Python、SQL、数据分析、AI工具、WMS、TMS、AGV、智能仓储
成长机会有数据分析项目经验者优先、有相关项目实习或课题研究经验者优先、具备数字化方案设计能力
业务类型ambiguous
工作生活
55较低
JD未提及任何远程办公、弹性工时等WLB相关信息，工作地点明确要求在南宁兴宁区，生活化动机的满足程度有限。
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
65中等
岗位助力于传统电信/物流行业的数字化升级，具有明确的产业价值，但直接面向C端的社会影响力感知较弱，使命感来源于行业变革而非直接的社会公益。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs