1.数据分析与洞察
-统筹公司各业务线（销售、供应链、市场、客户等）的数据分析需求，搭建核心指标体系，定期输出业务洞察报告。
-通过数据挖掘与统计分析，识别业务增长点与潜在风险，为管理层提供数据驱动的决策支持。
2.数据模型开发与优化
-主导业务场景下的数据建模（如用户分层、销量预测、库存优化、客户生命周期管理），设计并落地机器学习算法。
-持续优化模型性能，结合业务反馈迭代更新，提升预测准确率与业务应用价值。
3.数据平台与工具建设
-协同技术团队搭建和维护数据仓库、BI可视化平台（如Tableau、Power BI），提升数据使用效率。
-推动数据工具在业务部门的普及，提供培训与技术支持，确保数据工具的有效落地。
4.跨部门协作与指导
-深入业务一线，与销售、运营、采销、仓储物流等部门紧密合作，将数据分析结果转化为可执行的业务策略。
-指导业务团队制定数据监测方案，建立数据复盘机制，推动数据驱动的精细化运营。
5.数据治理与质量管控
-制定数据清洗、整合规范，确保数据源的准确性与一致性。
-监控数据质量，建立异常数据预警机制，保障分析结果的可靠性。
6.项目管理与创新探索
-主导数据相关项目（如精准营销模型、供应链智能补货系统）的全周期管理，确保高效交付。
-探索AI/大数据技术的前沿应用（如自然语言处理、图像识别），挖掘业务场景创新机会。
任职要求：
1.教育背景
-本科及以上学历，计算机科学、统计学、数据科学、商业分析等相关专业。
2.工作经验
-5年以上数据分析或数据建模经验，1-3年团队管理或项目主导经验，有商贸/零售行业经验优先。
-具备从0到1搭建数据模型并成功落地的案例（如通过模型优化实现GMV提升10%+）。
3.技术能力
-精通SQL、Python/R，熟练使用Hadoop、Spark等大数据处理工具。
-熟悉机器学习算法（回归、聚类、决策树、神经网络）及框架（Scikit-learn、TensorFlow）。
-掌握数据可视化工具（Tableau、Power BI），了解云平台（AWS/Azure/阿里云）数据服务。
4.业务理解
-熟悉商贸行业核心业务逻辑（如供应链管理、渠道分销、客户复购率分析），能快速定位数据与业务的结合点。
-具备商业敏感度，能够通过数据解读市场趋势、用户行为及竞争动态。
5.软性要求
-出色的逻辑思维与问题解决能力，能独立完成复杂分析任务。
-优秀的沟通能力，擅长将技术语言转化为业务建议。