京东
数科科学岗位
数科科学岗位
发布于 1 小时前普通员工/个人贡献者
全职员工仅现场办公供应链、采购与物流
供应链、采购与物流
Ai Agent
决策科学
因果推断
数据科学
机器学习
运筹优化
值不值得投
82综合评分
综合评分 82
前沿AI技术栈、高成长空间、强业务使命感，薪资竞争力强，WLB待确认
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
4.0万
比供应链、采购与物流中位数高
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 1920 个在招 · 其中供应链、采购与物流 56 个
市场机会
选择面较广
北京 · 供应链、采购与物流 · 约 470 个在招
职位详情
关于这个职位
该职位专注于构建供应链量化决策模型，将采购、库存等业务指标映射为经济价值，并设计AI Agent优化目标
负责将业务知识转化为可执行的Skill与Workflow，推动AI从分析建议走向自主决策，同时建立评估体系以量化衡量决策影响，提升团队决策科学能力
最低要求
具备AI经营决策与供应链量化建模完整落地经验，能将采购、补货、定价等复杂问题转化为可量化决策模型并推动规模化应用
能够设计供应链决策评估体系，运用因果推断、仿真实验等方法量化评估AI决策影响，并推动评估能力嵌入平台
具备业务本质洞察能力，能在复杂零售场景中识别关键决策问题，为AI提供清晰优化方向与理论框架
能够将业务目标与量化模型转化为Agent可执行的决策策略与产品能力，推动AI从分析建议走向自主决策
有抱负、有情怀、有使命感，致力于提升供应链决策科学水平，追求为客户与公司创造长期经营价值
符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信
工作职责
构建供应链量化决策模型，将采购、库存、定价等场景的经营指标统一映射为经济价值，形成AI Agent优化目标
设计AI决策产品与执行策略，将业务知识转化为可执行的Skill与Workflow，推动AI从分析建议走向自主决策
建立AI决策评估体系，运用因果推断与仿真实验量化衡量决策影响，并嵌入平台形成分析、决策、执行闭环
提炼供应链方法论与知识资产，形成可复用的经济模型与评估框架，提升团队决策科学能力
AI 洞察
优缺点分析
优点
- 依托京东庞大的零售场景，数据丰富且落地效果可直接量化，职业成就感强
- 大平台资源支持，有利于接触行业顶尖的技术实践
- 需要同时兼顾算法深度与业务广度，对复合能力要求极高
- 因果推断与仿真实验的计算成本高，工程实现难度大
- 适合具备扎实数理统计基础、热爱探索AI前沿应用且有强烈业务驱动意识的资深数据科学家或算法专家
缺点 / 挑战
- 处于AI与供应链深度融合的前沿，技术挑战性与创新性极高
- 需深入理解复杂的零售业务逻辑，沟通成本较高
角色解读
- 可向首席数据科学家或供应链算法专家方向发展，成为领域内的权威专家
- 也可转型为技术管理岗，带领团队构建更复杂的智能决策系统
- 在AI+供应链交叉领域具有极高的行业稀缺性和话语权
- 构建供应链业务的量化决策模型，将采购、库存等场景转化为AI可优化的经济目标
- 设计AI Agent的执行策略，将业务知识转化为可自动执行的Workflow
- 建立基于因果推断和仿真的评估体系，验证并闭环优化AI决策效果
- 精通供应链量化建模与运筹优化算法，熟悉因果推断与仿真实验方法
- 具备AI Agent开发经验，能将业务逻辑转化为自动化决策策略
- 拥有深厚的业务洞察力，能从复杂零售场景中抽象出核心决策问题
申请策略
- 在面试中准备具体的业务-技术转化案例，说明如何将模糊的业务痛点转化为清晰的数学优化问题
- 关注京东在供应链智能化方面的最新动向，展现对该领域的深刻理解
- 重点突出过往项目中供应链量化建模的具体案例，展示模型如何直接提升经营指标（如降低库存、提高周转）
- 详细描述因果推断或仿真实验在决策评估中的应用细节，体现严谨的科学方法论
- 强调AI Agent或自动化决策系统的落地经验，特别是从分析到执行的闭环能力
- 加强对因果推断理论（如Do-Calculus、双重机器学习）的理解与应用
- 熟悉主流AI Agent框架（如LangChain、AutoGen）在复杂业务场景中的集成方式
- 深化对供应链经典模型（如报童模型、EOQ、多级库存优化）与现代机器学习结合的研究
面试指南
- 采用STAR法则（情境、任务、行动、结果）讲述项目经历，重点突出技术选型的理由、遇到的瓶颈及解决方案、以及最终带来的业务价值
- 对于方法论问题，先阐述理论框架，再结合具体场景说明落地细节，最后总结可复用的经验
- 请分享一个你主导的供应链量化决策模型项目，你是如何解决数据稀疏性或噪声问题的？
- 在AI决策评估中，你如何设计仿真实验来隔离因果效应，避免混淆变量干扰？
- 如何将非结构化的业务知识转化为AI Agent可理解的Skill或Prompt？
- 面对实时性要求极高的供应链场景，你的模型如何在精度与效率之间取得平衡？
- 复习因果推断的核心概念与常用算法，准备相关的代码实现思路
- 梳理过往项目中涉及强化学习、运筹优化或生成式AI的应用案例
职位点评
薪资福利85
成长发展95
工作生活60
使命价值80
薪资福利
85较高
作为已上市的巨头企业，提供具有市场竞争力的薪酬福利和稳定的职业发展平台，满足较高的补偿性动机需求。
薪资信号偏高 (3.0千–5.0万/月)
成长发展
95较高
职位聚焦于AI Agent与供应链量化的前沿交叉领域，技术栈先进，成长空间巨大，极大满足发展性动机。
技术前沿前沿/新兴技术
技术栈AI Agent、因果推断、仿真实验、量化建模、Skill、Workflow
业务类型profit_center
工作生活
60中等
未明确提及弹性工作制，但作为核心研发/算法岗位，通常有一定的技术氛围，WLB取决于具体团队节奏，整体中等。
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
80较高
职位描述强调‘有抱负、有情怀、有使命感’，致力于提升供应链决策科学水平，具有明显的意义感动机导向。
行业发展稳定成熟行业
社会影响正向社会影响力较高
使命信号有抱负、有情怀、有使命感、致力于提升供应链决策科学水平、追求为客户与公司创造长期经营价值
创新程度积极采用新技术
Watch Jobs