美团
物流计划专家
物流计划专家
发布于 1 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
Ai工具
S&Op
Sql
仓储优化
供应链管理
数字化转型
数据分析
物流计划
预测模型
值不值得投
76综合评分
综合评分 76
前沿即时零售物流计划岗，技术成长空间大，薪资有竞争力，但WLB可能一般。
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
20K
与供应链管理中位数基本持平
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
约 3190 个在招 · 其中供应链管理 49 个
市场机会
选择面较广
北京 · 供应链管理 · 95 个在招
职位详情
关于这个职位
该职位在美团小象超市担任物流计划专家，负责全链路物流计划的货量与仓储资源需求精准预测，通过数据驱动优化物流仓储进销存效率，支持即时零售业务的规模扩张
工作涉及预测模型搭建、跨部门协同和数字化转型，是供应链优化的核心角色
最低要求
本科及以上学历，物流管理、供应链管理、统计学等相关专业优先，3年以上供应链计划或物流计划相关工作经验，对仓储一线运营有过深度了解和经历者优先
模型搭建与数据能力突出
熟练掌握预测模型搭建与优化方法，历史预测数据准确率高，能有效支撑业务决策
熟练使用office表格、SQL等数据工具，能独立完成数据采集、清洗、分析与可视化呈现，具备基于数据发现问题、提出解决方案的能力
具备优秀的主动性与推动影响力，能够高效协调跨部门资源解决问题，推动共识达成与方案落地
同时拥有较好的项目管理和风险管理能力
拥有扎实的写作基本功，能清晰、准确、有条理地撰写工作相关报告与方案，逻辑思维与语言表达能力良好
工作职责
负责物流货量与仓储需求的全周期预测，保障仓储资源高效匹配
基于销售预测、订货参数、历史数据、季节性波动、场地布局、作业模式等多维度因素，建立并迭代科学的货量与场地需求预测模型，为仓网构建、开搬扩决策的资源配置提供核心依据
建立周期性的预实复盘机制，搭建物流计划指标体系，制定预测准确性的目标并保障达成
组织协同上下游定期复盘预实偏差，定位预实偏差的原因并量化，有效推动预测准确性的持续优化
推动模型数字化
将线下预测模型转化为线上数字化模型，推动预测能力的工具化与自动化，提升预测效率，以满足业务拓展与多元化的需求
协同物流与供应链之间S&OP工作，对物流的进销存、产能、仓容、计划等事宜进行多部门对齐，并对日常运营尤其是节假日高峰期间的仓容风险提供可落地的解决方案
协同物流仓容能力优化工作，寻找仓容提升机会点，调动业务运营、场地规划、产品研发等多方资源，持续提升仓容存储利用率
优先资格
具备较好的自主学习能力，对AI新技术抱有浓厚兴趣，乐于探索AI可能性
熟练使用 AI 工具（如大模型对话、AI 搜索、智能分析平台等）辅助研究工作，在实际项目中有明确的效率提升实践
AI 洞察
优缺点分析
优点
- 聚焦即时零售前沿场景，行业增长迅速，职业前景好
- 数据驱动优化工作，技能积累价值高，提升核心竞争力
- 提供完善的培训体系和职业发展通道，成长空间大
- 与多元背景团队协作，拓宽业务视野
缺点 / 挑战
- 即时零售场景复杂，预测模型需持续迭代，技术难度较高
- 跨部门协同可能面临沟通挑战，需要较强的推动影响力
- 业务扩张快，节假日高峰期工作压力可能较大
- 适合有供应链计划经验、数据驱动思维、喜欢解决复杂问题并能接受一定工作压力的求职者
角色解读
- 深耕物流计划领域，成为供应链管理专家
- 向供应链高级管理职位发展，如供应链经理或总监
- 探索数字化与AI在物流中的应用，推动业务创新
- 负责全链路物流货量与仓储需求的精准预测，建立和优化预测模型
- 建立预实复盘机制，搭建指标体系，持续提升预测准确性
- 推动预测模型数字化，提升工具化与自动化水平
- 协同多部门进行S&OP对齐，解决仓容风险并优化仓容利用率
- 熟练掌握预测模型搭建与数据分析技能，如SQL、Excel
- 优秀的跨部门协调与项目管理能力，推动方案落地
- 扎实的写作和逻辑表达能力，清晰撰写报告与方案
- 对AI新技术有探索兴趣，可辅助提升工作效率
申请策略
- 深入研究美团小象超市的业务模式、物流体系和竞争环境
- 在申请材料中体现对供应链数字化的理解和热情
- 突出供应链计划或物流计划项目经验，量化预测准确率提升成果
- 展示数据分析和模型搭建案例，强调工具使用熟练度
- 强调跨部门协作和推动项目落地的具体事例
- 如有AI工具使用经验，可单独说明以体现学习能力
- 深化预测模型知识，可学习机器学习基础以提升模型优化能力
- 提升SQL和数据分析工具熟练度，加强数据可视化技能
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化回答行为问题
- 结合具体数据和案例，突出量化结果和业务影响
- 强调数据驱动、跨部门协同和解决问题的思路
- 请描述一个你如何通过数据预测优化物流计划的经历
- 你如何建立和维护预测准确性指标体系？
- 当预测出现显著偏差时，你通常如何定位原因并改进？
- 如何协同多个部门进行S&OP对齐，确保计划落地？
- 你对AI技术在物流计划中的应用有什么看法或实践经验？
职位点评
薪资福利80
成长发展85
工作生活60
使命价值75
薪资福利
80较高
该职位在大型上市公司，薪资和福利体系可能具有竞争力，但JD未明确披露具体信息。
薪资信号未披露（AI估算：15K-25K/月）
成长发展
85较高
职位聚焦前沿即时零售场景，提供培训体系和职业发展通道，技能成长空间大，且涉及数字化与AI探索。
技术前沿主流现代技术
技术栈预测模型、SQL、数据分析、S&OP、数字化转型、AI工具
成长机会培训体系、职业发展通道
业务类型profit_center
工作生活
60中等
工作模式未明确提及，业务涉及节假日高峰可能带来工作压力，办公地点推断为市区但灵活性未知。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
75中等
即时零售是高速增长赛道，旨在提升居民消费体验，具有较高社会价值和行业前景。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号提升消费体验、心系民生
创新程度积极采用新技术
Watch Jobs