职位描述：
1、算法决策体系构建
●主导定价/备货/选品等核心场景的算法模型全生命周期管理，包括需求定义、特征工程、模型训练、效果验证及迭代优化
●设计基于A/B测试的算法效果评估框架，建立离线评估（如历史数据回溯）与在线实验（如灰度发布）双轨验证机制
●探索开源AI工具在商品描述优化、营销内容生成等场景的应用，并找寻合适的模型来进行训练；
2、数据中台与策略基建
●搭建兼容多业务线的统一数据中台，构建商品画像、供应链时效、竞品价格等核心数据标签体系
●设计可复用的算法框架，支持跨境物流成本预测、库存周转率分析等场景的快速策略迁移
●主导数据可视化产品设计，为管理层提供动态决策看板（如爆品潜力指数、滞销风险预警）
3、业务协同与价值闭环
●深度参与业务SOP，识别人工决策瓶颈点（如供应商议价依赖经验、促销策略缺乏预测），推动算法替代方案落地
●建立"数据-算法-业务"三角反馈机制，定期输出ROI分析报告量化算法贡献（如库存周转率提升X%、毛利率提升Y%）
●主导跨部门需求评审会，协调数据部门完善埋点采集，推动算法团队优化特征工程
模型体系规划：制定跨境场景算法演进路线图，优先攻坚高ROI场景（如价格弹性模型＞长尾品淘汰模型）
数据资产建设：通过ETL流程规范化、指标维度标准化，构建支持2000人规模的数据服务体系
决策链路重构：设计算法介入业务审批流的机制（如自动定价需人工复核阈值设定）
风险管控体系：建立算法偏见监测机制，避免因数据偏差导致区域性定价失误等经营风险
组织能力沉淀：编制《算法决策白皮书》，培养业务方算法思维，推动从"经验驱动"到"数据驱动"的文化转型
技术趋势洞察：跟踪主流电商平台算法规则，预判算法迭代方向
经验要求：
1、8年以上数据产品经验，至少2个成功落地的跨境算法项目（如东南亚市场GMV预测、欧美仓配成本优化）
2、有100人以上技术团队协同经验，熟悉敏捷开发与OKR目标管理；
3、精通Python/SQL进行数据分析，掌握TensorFlow/PyTorch等框架的模型调优方法论
4、熟悉跨境电商数据特征（如Lazada用户行为埋点、Shopify转化漏斗）
5、深度掌握铺货模式痛点：SKU数量与库存周转率的平衡、长尾品淘汰机制等
6、熟悉跨境物流成本结构（如FBA费率、海外仓滞销处理规则）
7、有AIGC在电商的应用经验（如用Stable Diffusion生成多语言商品图）
8、熟悉欧美数据隐私法规（GDPR、CCPA）对算法训练的数据限制