数据分析Data & Analytics Profess.

工作职责： 1.数据分析与业务洞察 负责供应链、物流、生产、库存等业务领域的数据分析工作； 建立数据分析框架，识别业务痛点并输出改善建议； 开展运营指标监控、预测分析及专项分析项目。 2.数据治理与建模 负责SAP等业务系统数据提取与整合； 建立标准化数据模型和指标评价体系； 推动数据质量管理及主数据治理工作。 3.可视化与数字化应用 基于Power BI、Grafana等工具开发管理驾驶舱和业务看板； 支持管理层和业务部门的数据决策需求。 4.AI与智能分析应用 运用Python、机器学习算法开展预测分析和优化分析； 应用大语言模型（LLM）提升分析自动化能力； 探索AI Agent、智能报表、自然语言查询等创新应用场景； 推动生成式AI在制造与供应链领域的落地实践。 岗位要求： 1.本科及以上学历，数据科学、统计学、数学、计算机科学、工业工程、供应链管理等相关专业优先。 2.熟练掌握Python分析开发，使用Pandas、NumPy、Matplotlib、Seaborn等工具；具备数据清洗、数据转换、异常检测和探索性分析能力。 3. 熟练掌握SQL编写与性能优化；熟悉MySQL、SQL Server、Oracle、PostgreSQL等数据库；熟悉ERP系统、SAP、Oracle ERP、Dynamics等优先。 3. 掌握Power BI开发；Grafana仪表盘设计与监控分析；能独立完成管理驾驶舱及业务分析看板建设； 4. AI与机器学习能力（重点加分） 掌握机器学习基础理论及建模流程；熟悉分类、聚类、回归、时间序列预测等常用算法；能使用Scikit-learn、XGBoost等工具开展建模分析； 掌握大语言模型（LLM）基本原理及应用方法；具备OpenAI、Azure OpenAI、DeepSeek等模型API调用经验；具备Prompt Engineering、RAG、Agent开发经验优先；有AI落地项目经验者优先。 5. 产品化与自动化能力（重点加分） 具备数据产品思维；能开发自动化分析工具和智能报表；熟悉Power Automate、Power Apps、Copilot Studio等微软生态工具优先； 具备低代码平台开发经验优先。 6.制造业、汽车、工业设备、供应链运营、物流管理、采购与计划管理背景优先。具备：库存优化分析，需求预测，安全库存计算，备件寿命预测，生产计划分析，物流运输分析，成本分析与降本项目，供应商绩效分析，运营KPI体系建设场景优先。