顺丰速运
产品经理
产品经理
发布于 3 天前普通员工/个人贡献者
成都市
高级经验
全职员工
仅现场办公
本科
产品管理
Ai应用
Oms
Sql
Tms
Wms
产品设计
供应链
数据分析
智能调度
AI 估算 · 25k–45k
顺丰上市巨头，成都薪资水平中等偏低，5-10年物流产品经理经验稀缺，薪资有竞争力。
职位详情
关于这个职位
负责顺丰速运城配/店配业务的核心系统产品设计，涵盖OMS、TMS、调度中心等模块，打通供应链全链路闭环
你将与算法、研发团队协作，利用数据分析和AI技术优化配送效率，降低运营成本
适合有5年以上物流供应链经验、擅长系统化思考和跨部门协作的产品专家
最低要求
【任职要求】
一、任职要求
经验：5年以上物流/供应链领域产品经理经验，至少主导过1个完整的城配、店配或干线TMS系统从0到1的建设或核心模块重构
熟悉供应链全流程（采购-仓储-配送-结算），对仓配衔接、路由规划、承运商管理、电子签收等有实际产品落地经验
专业能力：精通物流计费模型、车辆调度逻辑，能输出清晰PRD、流程图、原型
对数据敏感，熟练使用SQL或数据分析工具（如Tableau、Power BI）
软素质：强目标导向，能承受城配业务高峰节奏，具备现场调研及访谈能力
优秀的沟通与推动力
工作职责
业务系统设计：负责城配/店配业务中OMS、TMS、调度中心、履约监控等核心模块的产品设计，覆盖从订单接入、智能分单、路径规划、在途跟踪、异常处理到结算对账的全链路闭环
供应链全流程整合：深入理解供应链上下游（采购、仓储、末端门店/客户），打通WMS与TMS系统边界，优化仓配协同、库存周转、逆向物流等流程，提升整体履约效率
调度与算法融合：结合业务场景（多温层配送、时效约束、车辆装载率、门店窗口期），设计支持人工调度与智能算法推荐的调度策略产品，持续降低配送成本
数据驱动与AI应用：
搭建物流核心指标看板（准点率、满载率、行驶里程、异常单率），利用AI辅助分析工具（自动化异常归因、预测性分析）识别流程堵点，输出产品优化方案
探索数据AI在产品中的应用，如基于历史数据的ETA预测、异常订单自动识别、智能调度策略推荐等
跨部门协作：与运营、算法、研发、测试团队紧密配合，推动产品敏捷迭代，确保系统在复杂店配业务场景下的稳定性和可扩展性
优先资格
二、具备以下条件者优先
AI提效能手：日常熟练使用AI对话工具（ChatGPT、Claude等）及AI编程助手进行需求分析、PRD撰写、数据结构设计
能够主动将AI能力融入产品设计流程（如利用AI生成测试用例、分析用户反馈、模拟调度策略效果）
数据AI应用经验：了解常见机器学习概念（分类、回归、聚类），能配合算法团队定义AI应用场景（如ETA预测、智能调度推荐、异常检测），并有实际落地案例
行业背景：有店配（连锁餐饮、商超、生鲜零售）或新能源商用车调度平台经验
了解路径规划算法（VRP）、LBS地理编码应用
AI 洞察
优缺点分析
优点
- 顺丰作为物流巨头，平台大、业务复杂，可积累深度的物流供应链产品经验
- 职位涉及AI与物流结合的前沿方向，有较多数据驱动和算法落地的机会，技能成长快
- 成都地区互联网/物流产业逐渐成熟，生活成本相对一线城市较低，性价比高
- 需要跨部门协作（运营、算法、研发等），沟通协调难度较大
- 对物流领域经验要求高，纯互联网产品背景转型有一定门槛
- 适合有5年以上物流或供应链产品经验、热爱系统化思考和解决复杂业务问题、乐于拥抱AI技术的产品经理
缺点 / 挑战
- 城配业务高峰节奏紧张，需要承受较大工作压力，可能涉及现场调研和应急处理
角色解读
- 向资深产品专家或产品架构师发展，主导复杂物流系统的整体规划
- 向供应链或AI产品方向延伸，成为物流+AI复合型产品专家
- 晋升为产品团队负责人或业务线负责人，管理产品团队并推动业务创新
- 负责城配/店配业务核心系统（OMS、TMS、调度中心等）的产品设计，从订单接入到结算对账的全链路闭环
- 整合供应链上下游，打通WMS与TMS，优化仓配协同、库存周转和逆向物流流程
- 与算法团队合作，设计支持人工调度与智能推荐的调度策略，降低配送成本
- 利用数据分析和AI工具（如异常归因、ETA预测）持续优化产品，输出解决方案
- 精通物流计费模型、车辆调度逻辑，能输出PRD、流程图和原型
- 对数据敏感，熟练使用SQL或Tableau/Power BI等分析工具
- 具备供应链全流程知识，了解采购、仓储、配送、结算等环节
- 掌握AI提效工具（ChatGPT、Claude等），并能有意识地将AI融入产品设计
申请策略
- 在面试中展现对城配/店配业务痛点的深入理解，并准备1-2个通过产品优化解决实际问题的案例
- 关注顺丰在AI物流方面的战略，了解其最新产品动态，表现出对公司和业务方向的热情
- 突出主导或深度参与的城配/店配TMS或OMS项目，强调从0到1或核心模块重构经验
- 量化成果，例如提升履约效率、降低配送成本的具体百分比或数据
- 展示数据分析和AI应用案例，如使用SQL、Tableau进行异常分析，或配合算法团队落地ETA预测、智能调度
- 补充或强化物流计费模型和车辆调度逻辑的知识，可以阅读相关行业资料
- 学习AI工具在产品中的应用，例如用ChatGPT写PRD、生成测试用例，或了解基本的机器学习概念
面试指南
- 用STAR法则（情境、任务、行动、结果）描述项目经验，突出你的角色和量化成果
- 对于优化类问题，先分析根因，再提出分步骤的解决方案，并提及数据验证方法
- 对AI相关提问，坦诚说明理解深度，强调与算法团队协作的经验和结果导向
- 请描述你主导设计的一个物流系统模块，从需求到落地的完整过程
- 如何在城配场景中平衡时效和成本？你设计过哪些调度策略？
- 你如何利用数据发现流程中的堵点？请举例说明
- 你是否有与算法团队合作的经验？如何定义AI应用场景？
- 假设门店窗口期严格，车辆装载率低，你会如何优化调度产品？
职位点评
68
综合评分
顺丰成都核心产品岗，薪资面议但前景好，技术前沿但工作强度较大。
更适合这类人
最适合重视技能成长、愿意在物流供应链领域深耕并拥抱AI技术的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利65
成长发展85
工作生活50
使命价值70
薪资福利
65中等
薪资面议，但顺丰作为上市巨头，综合福利较好，成都地区薪资有竞争力；但未披露具体数字，稳定性和福利可预期。
薪资信号面议 (25K-45K/月)
成长发展
85较高
职位涉及AI与物流前沿，有数据驱动和算法落地机会，技能成长空间大；但晋升路径未直接说明。
技术前沿前沿/新兴技术
技术栈OMS、TMS、WMS、AI、机器学习、SQL、Tableau、ChatGPT、Claude、VRP
业务类型profit_center
工作生活
50较低
成都现场办公，未明确WLB或加班情况；城配业务高峰节奏，可能涉及现场调研，工作强度较大。
工作模式仅现场办公
办公地点市区核心地段
加班情况JD含高强度暗示词
使命价值
70中等
物流行业属于稳定成熟行业，但城配业务直接服务民生和商业，有一定社会价值；AI应用带来创新感。
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