路威酩轩
Data Director, China
Data Director, China
发布于 7 个月前中层管理(经理/总监)
上海市
高级经验
全职员工
仅现场办公
本科
PyTorch
TensorFlow
MLOps
Machine Learning
Data Governance
AI 估算 · 50k–80k
高级管理职位，技术+业务结合，大外企上海，竞争力强。
职位详情
关于这个职位
作为丝芙兰中国的数据总监，你将领导数据与AI战略，构建从数据治理到算法部署的完整生态，推动业务决策优化
你需要与各业务部门协作，定义数据路线图，管理团队，并确保数据平台架构先进、合规
这个角色适合有8年以上数据领导经验、熟悉零售电商业务、且具备技术深度与商业洞察的资深人士
最低要求
商业、数据科学、工程或相关领域的学士或硕士学位，高级学位优先
至少8年数据、分析或AI领导经验，有通过数据/AI驱动业务转型（如增长加速、生产力提升或客户体验改善）的成熟经验，以及3年人员管理经验
有与C-level高管合作定义并实施数据驱动愿景的经验
强大的战略思维和商业敏锐度，能将AI计划与财务和运营KPI相关联
深入了解零售和电商的价值杠杆——从客户获取与留存到供应链优化
在消费者、零售或数字行业中成功构建和扩展AI驱动数据生态系统（从数据平台到应用AI产品）的经验，并带来可衡量的业务和客户影响，特别是在中国云环境中
对现代数据与AI技术有扎实理解，包括数据架构和MLOps最佳实践（Databricks、Snowflake、Spark、Airflow），以及熟悉机器学习和生成式AI框架（Python、TensorFlow、PyTorch、Scikit-learn、向量数据库和LLM运维）
优秀的沟通、人际交往和影响力技能，能在亚洲和全球范围内有效协作
能够制定战略、培育合作伙伴关系、领导交付并实现收益
强大的领导能力，有管理高绩效团队的成功记录
强烈的数据安全、隐私和合规意识
能够处理多任务并平衡多个优先级和项目
流利的中英文双语能力
工作职责
数据战略制定与执行：
与各部门紧密合作，深入理解业务需求，在营销、数字、CRM、零售和运营领域生成数据与AI应用用例
领导数据团队与利益相关者探索用例，建立与更高层业务目标一致的数据团队愿景
定义并领导丝芙兰中国的数据与AI路线图，优先考虑提供可衡量业务影响并与丝芙兰全球战略一致的高价值计划
通过教育、治理和跨职能协作，培育数据驱动和AI优先的文化
数据平台管理、架构与治理：
负责大数据平台的技术愿景、方向和架构设计，包括技术选型、评估和解决方案评估
构建和维护大数据平台及其生态系统，部署ETL管道和ML产品，实施全渠道数据提取、收集、清洗、整合、转换、处理和数据服务的合理方法论
确保数据安全、合规并遵守所有相关法律要求
与全球数据团队合作，确保数据治理、架构和互操作性的一致性
数据分析与数据科学发展：
通过深入数据分析提供可操作的洞察——将业务KPI、客户行为和运营趋势联系起来，为决策提供信息
开发引人注目的仪表板和可视化分析（例如Tableau、Power BI），以跟踪绩效、识别增长机会，并促进跨团队的数据访问民主化
推广自助式分析和AI赋能工具，赋能业务团队并促进洞察获取的民主化
整合业务流程中的数据洞察，与业务领导者合作扩大数据驱动决策
监督AI和预测模型（如个性化、需求预测、客户留存）的设计、测试和工业化
建立清晰的绩效测量和监控框架（准确率、提升、ROI），确保模型产生切实的业务价值
定义丝芙兰中国的数据科学运营模式——包括模型生命周期、验证标准和跨区域复用框架
团队管理与发展：
建立、激励和发展多学科的数据与AI团队，培育创新、问责和持续学习的文化
提供明确的方向、辅导和职业发展机会，以增强能力和参与度
赋能团队将复杂数据转化为可操作的洞察和可扩展的AI解决方案，推动业务影响
业务协作与沟通：
与公司各部门培养牢固关系，通过数据平台探索业务价值和洞察，推动数据产品化
与丝芙兰全球数据与AI组织合作，共同开发可扩展的解决方案、共享算法，并加速区域AI采纳
宣传AI用例和结果，代表丝芙兰中国参加全球领导层评审
AI 洞察
优缺点分析
优点
- 顶级奢侈品集团，平台资源丰富，数据基础设施完善，能接触海量真实商业数据
- 职位含金量高，直接向全球汇报，积累跨国管理经验和战略视野
- 技术栈前沿，涵盖AI、MLOps、生成式AI，保持技术竞争力
- 对商业理解要求极高，需同时平衡技术可行性和业务价值
- 跨部门协作复杂，需较强的沟通和影响力，尤其是与全球团队协同
- 工作强度可能较大，需管理多个并行项目并应对快速变化的零售环境
- 适合有8年以上数据领导经验、渴望在跨国大平台发挥战略影响力、同时保持技术敏感度的资深数据管理者
缺点 / 挑战
暂无明显挑战项
角色解读
- 可晋升为全球数据副总裁或首席数据官，负责更广区域的数据战略
- 横向可转向业务部门如数字营销VP或电商总经理，利用数据背景驱动业务
- 未来可成为数据科学或AI领域的行业专家，担任顾问或创业
- 制定丝芙兰中国的数据与AI战略路线图，与业务部门协作识别高价值用例
- 领导数据平台架构设计和技术选型，确保数据治理、安全合规
- 管理数据分析与科学团队，推动AI模型（如个性化推荐、需求预测）的开发和工业化
- 向全球领导层汇报，促进数据驱动文化，并与全球团队协同
- 深厚的战略思维和商业敏锐度，能将AI计划与财务KPI挂钩
- 精通现代数据技术栈：Databricks、Snowflake、Spark、Airflow、MLOps
- 熟练掌握机器学习和生成式AI框架：Python、TensorFlow、PyTorch、LLM运维
- 出色的领导力和沟通能力，能管理高绩效团队并影响C-level高管
申请策略
- 关注丝芙兰中国的数字化转型战略，面试中展现对美妆零售行业数据痛点的理解
- 准备一个详细的案例，说明如何从0到1构建数据生态系统并驱动业务变革
- 突出带领团队成功落地数据/AI项目并产生可量化业务影响（如增长、降本）的经历
- 强调与C-level高管合作制定数据战略的经验，以及跨国协作案例
- 列举精通的技术栈和架构设计能力，特别是中国云环境项目
- 展示零售或电商行业的数据应用案例，如个性化、CRM、供应链优化
- 补充生成式AI和LLM运维的实战经验，这是当前热点
- 熟悉丝芙兰的零售业务和客户数据，可提前了解其全球数据架构
面试指南
- STAR法则：描述情境、任务、行动、结果，强调量化指标和商业影响
- 战略+执行结合：先展示顶层设计思路，再细化具体实施步骤和效果
- 主动提及挑战和教训：体现学习能力和适应性，避免只谈成功
- 请举例说明你如何通过数据/AI项目推动业务增长，具体量化了哪些结果？
- 你如何平衡数据治理与业务敏捷性？在中国合规环境下有哪些经验？
- 描述一次你与全球团队协同推进数据标准化的经历，遇到了哪些挑战？
- 你对生成式AI在零售中的应用有何看法？如何评估其投资回报？
- 你如何激励和培养数据团队？分享一个管理高绩效团队的方法
匹配度报告
71
综合匹配度
大外企数据总监，技术前沿+战略管理，薪资优厚但WLB一般。
适合人群
最适合看重职业成长、技术前沿和战略影响力的资深数据管理者，且能接受高强度工作。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利80
成长发展95
工作生活40
使命价值70
薪资福利匹配
80较高
薪资竞争力强，大外企福利完善，但具体薪资未披露，只能按市场水准估算。
薪资信号未披露（AI估算：50K-80K/月）
成长发展匹配
95较高
职位涉及前沿技术和战略管理，成长空间巨大，且有全球协作机会。
技术前沿前沿/新兴技术
技术栈AI、Machine Learning、Generative AI、MLOps、Databricks、Snowflake、Spark、TensorFlow、PyTorch、LLM
成长机会领导高绩效团队、全球数据与AI组织、职业发展机会
业务类型profit_center
工作生活匹配
40较低
工作地点在上海，未提及远程或弹性，零售行业节奏快，WLB可能一般。
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）
使命价值匹配
70中等
美妆零售行业稳定增长，数据驱动转型有积极意义，但使命感方面信号较弱。
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