路威酩轩
Senior Manager Data Science and Data Solution
Senior Manager Data Science and Data Solution
发布于 大约 2 个月前中层管理(经理/总监)
上海市
专家级经验
全职员工
仅现场办公
本科
AI/ML
SQL
LLM
XGBoost
阿里云
CDP
lightGBM
Dataiku
Maxcompute
AI 估算 · 50k–80k
高级管理岗，奢侈品行业数据科学领域，技能稀缺，薪资竞争力强
职位详情
关于这个职位
该职位是LVMH旗下PCD中国区的数据科学高级经理，负责领导数据科学团队，推动AI/ML模型开发与部署，管理全渠道数据治理与合规，并协同媒体团队优化数据驱动策略
您将主导生成式AI路线图，确保数据解决方案与业务目标对齐，驱动销售增长
适合具备8年以上AI/ML经验、精通Python/SQL及LLM技术的数据科学专家
最低要求
至少8年AI/ML建模或数据创新相关工作经验
前数据科学家经验（零售、消费品、化妆品或奢侈品行业经验者优先）
熟悉基于Hive的数据技术，例如阿里云/MaxCompute/DataPhin
扎实的SQL和Python编码技能
精通基于Python的机器学习建模，具有使用XGBoost和LightGBM的实践经验，熟悉RNN/LSTM者优先
扎实理解大语言模型（LLMs）基础，具有提示工程和构建智能体工作流的经验
了解中国数据法律法规者优先
有产品开发或业务端数字/数据解决方案经验者优先
工作职责
）担任PCD数据科学负责人
· 协调本土与全球数据科学路线图，确保战略与总部一致，同时适配区域市场优先级
· 使用Dataiku作为全球建模平台，主导机器学习模型的端到端开发、部署和维护，以驱动客户激活和参与
· 与品牌和效果媒体团队紧密合作，将数据驱动洞察嵌入媒体策略，提升媒体效率和可衡量业绩
· 通过开创PCD的生成式AI路线图推动创新——定义战略愿景、构建技术基础、领导Gen AI解决方案开发
· 建立负责任AI的最佳实践和治理框架，确保可扩展、合规、业务对齐的高级分析和Gen AI技术部署
）数据治理与解决方案负责人
· 制定并推动全渠道数据收集路线图，根据业务需求和PCD数据成熟度优先排序数据源
· 负责PCD数据质量、治理和合规，与法务、美妆科技和安全团队合作
· 制定并执行CDP路线图，包括接入新数据源和启用下游系统
· 利用360度客户视图生成业务洞察，支持智能决策并识别机会
· 管理并优化PCD客户标签系统，创建业务相关标签并应用于活动
· 建立数据监控规则，定期报告数据缺陷和问题
优先资格
零售、消费品、化妆品或奢侈品行业经验
熟悉RNN/LSTM
了解中国数据法律法规
产品开发或业务端数字/数据解决方案经验
AI 洞察
优缺点分析
优点
- 加入全球顶级奢侈品集团，平台资源和品牌影响力强大
- 负责前沿AI/ML项目，深入参与生成式AI实践，技能成长迅速
- 担任管理岗，拥有团队和预算决策权，职业发展路径清晰
- 工作地点上海核心地段，享受国际化工作环境和高薪酬福利
- 需要平衡全球战略与本地需求，协调多部门合作，沟通复杂度高
- 数据治理和合规要求严格（PIPL等），需持续关注法规变化
- 适合有8年以上数据科学经验，具备技术深度和管理能力的候选人，希望在全球化奢侈品企业中发挥技术领导力并推动业务创新
缺点 / 挑战
- 奢侈品行业业务节奏快，媒体效果和销售目标压力较大
角色解读
- 可在奢侈品数据科学领域深耕，晋升为数据科学总监或首席数据科学家
- 向全球数据科学领导角色发展，参与总部战略制定
- 横向拓展至数字创新或数字化转型高管职位
- 领导数据科学团队，制定并执行AI/ML模型开发路线图，推动业务增长
- 管理全渠道数据治理和合规，确保数据质量并优化CDP
- 与市场、媒体等部门合作，将数据洞察转化为可落地的媒体策略和业务决策
- 探索生成式AI等前沿技术，构建创新解决方案提升自动化和个性化水平
- 精通Python和SQL，熟练使用XGBoost、LightGBM等机器学习框架
- 深入理解大语言模型（LLM）和提示工程，具备智能体工作流开发经验
- 熟悉大数据技术如阿里云/MaxCompute，了解中国数据隐私法规
- 具备出色的跨团队沟通和项目管理能力，能推动跨部门数据项目
申请策略
- 在求职信中强调对奢侈品行业数字化转型的热情和以往成果
- 准备1-2个完整的数据项目案例，涵盖从需求到落地的全过程
- 突出AI/ML建模项目经验，尤其是端到端部署和业务影响（如销售增长、媒体效率提升）
- 强调大数据平台（如阿里云）和CDP实施经验，展示数据治理能力
- 列明LLM/生成式AI相关项目，体现技术前瞻性
- 展示跨团队合作和管理经验，特别是与业务、市场团队协作的案例
- 强化Python机器学习库（XGBoost、LightGBM）和LLM提示工程技能
- 学习Dataiku平台或阿里云MaxCompute/DataPhin，提升数据工程能力
面试指南
- STAR法则：情境-任务-行动-结果，突出量化成果
- 对于技术问题，先讲思路再讲细节，展现系统思考和沟通能力
- 对于管理问题，强调协调和推动能力，举例说明如何处理冲突
- 请描述你领导的一个端到端机器学习项目，包括模型选型、部署和业务影响
- 你如何处理数据合规问题（如PIPL）？请举例说明
- 你如何将数据洞察转化为媒体策略？请分享一个成功案例
- 你对生成式AI未来在奢侈品行业的应用有什么看法？
- 如何管理跨部门数据项目并确保各方对齐？
匹配度报告
74
综合匹配度
高档奢侈品集团数据科学管理岗，前沿技术栈，发展空间大，但工作强度和现场办公要求较高。
适合人群
适合追求技术前沿、渴望管理权力和职业成长的资深数据科学家，对WLB要求不高。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利85
成长发展92
工作生活50
使命价值70
薪资福利匹配
85较高
职位为高级管理岗，薪资高于市场平均，但未明确透露具体数字和福利，稳定性因大厂和上市背景较高。
薪资信号未披露（AI估算：50K-80K/月）
成长发展匹配
92较高
职位涉及AI/ML、LLM等前沿技术，主导生成式AI路线图，成长空间大，同时有管理职责和全球视野。
技术前沿前沿/新兴技术
技术栈AI/ML、LLM、Gen AI、XGBoost、LightGBM、Dataiku、CDP
业务类型profit_center
工作生活匹配
50较低
未提及远程或弹性办公，推测为现场办公，且高级管理岗可能面临较高工作强度。
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
奢侈品行业属于成熟稳定行业，社会影响力中性，但职位通过数据驱动业务创新有一定使命感。
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