logo of mihoyo

米哈游供应链业务及数据分析(IP周边衍生品)

社招全职综合类地点:上海状态:招聘

任职要求


1、本科及以上学历,数学、统计学、供应链管理【商业分析和信息系统相关】、计算机等相关专业优先;
2、具备丰富的供应链或数据分析相关工作经验,熟悉供应链业务流程优先;
3、具有良好的供应链/商业嗅觉和分析能力,能够理解业务目标和知识;
4、掌握统计学基础、数据结构和数据库知识;
5、精通数据分析工具和方法;
6、有基础的建模能力,了解基本的算法逻辑。

工作职责


1、了解业务:学习和了解周边衍生品供应链条的业务目标及逻辑
2、数据收集和整理:基于供应链业务目标及逻辑,收集并整理所需要的相关数据,如订单/生产计划、采购(质量、效率、成本)、供应商绩效、库存及物流
3、数据分析和建模:利用数据分析工具对数据进行分析,建立数据模型,识别运营过程中的瓶颈以及优化计划。
4、辅助决策建议:通过上述工作,为供应链的效率提高、质量控制、成本优化提出决策建议,并协助业务落地决策算法
5、研究“供应链的自动化”:协助业务负责人,推动供应链运营及决策算法的自动化落地
包括英文材料
学历+
数据分析+
数据结构+
算法+
相关职位

logo of jd
社招5年以上整合营销岗

1. 围绕公司经营策略及业务目标,结合快递用户增长需求,制定线上线下全年营销活动日历,推动快递市占和快递用户心智; 2. 挖掘物流/快递关联场景,独立完成线上线下营销方案策划/预算制定/方案落地及数据监测等工作,并通过节点营销策划/IP联合跨界营销/活动展会/私域推广等形式有效实现拉新和引流; 3. 能够独立完成外部合作渠道拓展,包括但不限于各大平台方/品牌方等生活方式关联行业,整合站内外资源确保营销活动有效性和创新性。 4. 创新营销手段,并监控日常营销数据(UV/拉新/转化率)等,定期输出活动复盘,迭代营销方案实现用户拉新和小程序引流。

更新于 2025-06-30
logo of aliyun
社招5年以上云智能集团

1、负责边缘云业务相关的全球IDC带宽/专线/机柜的供应规划管理,实现需求计划预测及资源交付落地工作; 2、深入学习和理解团队业务模型,专注于中长期业务预测需求分析及推演,提前预判资源供应风险、成本影响及产品架构影响,确保供应规划合理、准确; 3、对资源供应流程进行梳理,发现痛点、并结合实际需求进行改进,提升整体资源评估和运作效率; 4、根据数据挖掘和数据分析的结果,优化资源成本投入结构,建立资源使用效率模型和指标,提升资源利用率; 5、快速洞察带宽/IDC市场供给变化,及时调整带宽/机柜/IP资源的新建/腾挪/裁撤策略,保障资源供应充足和成本优势; 6、协调内部团队做技术迭代,确保资源高效、稳定性的使用;

更新于 2025-07-31
logo of xishanju
社招5年以上产品策划

【】负责《解限机》IP模玩业务整体研运工作,组建并管理产品团队,制定年度策略,整合资源推动销售与品牌增长。产品全生命周期管理:从立项到上市推广全流程把控,确保产品质量与交付进度;策划并执行上市推广方案,协调资源推进宣发、营销及舆情管理。数据分析及复盘:基于行业数据、竞品动态和用户反馈进行产品复盘分析,持续优化产品策略与市场打法。经营损益管理:保障品质的前提下控制成本,达成财务目标。 【

更新于 2025-08-21
logo of bytedance
校招A20756

Team Introduction: The ByteDance System Department is responsible for the R&D, design, procurement, delivery, and operational management of the company's infrastructure ranging from chips to servers, operating systems, networks, CDNs, and data centers. It provides efficient, stable, and scalable infrastructure to support global services such as Douyin, Toutiao, and Volcano Engine. The current areas of operation include, but are not limited to: the design and construction of data centers, chip R&D, server development, network engineering, Volcano Engine's edge-cloud services, high-performance intelligent hardware development, intelligent delivery and operation of IDC resources, intelligent monitoring and early warning of hardware infrastructure, operating systems and kernels, virtualization technologies, compilation toolchains, supply chain management, and many other infrastructure-related areas. 团队介绍: 字节跳动系统部,负责字节跳动从芯片到服务器、操作系统、网络、CDN 、数据中心等基础设施的研发、设计、采购、交付与运营管理,为包含抖音、头条、火山引擎等全球业务提供高效、稳定、具备可扩展性的基础设施。部门当前业务开展包括不限于:数据中心设计建设、芯片研发、服务器研发、网络工程研发、火山引擎边缘云业务、高性能智能硬件研发、IDC资源智能交付与运维、硬件基础设施智能监控与预警、操作系统与内核、虚拟化技术、编译工具链、供应链管理等众多基础设施相关方向。 课题介绍: 在当今数字化时代,随着云计算、人工智能和大数据技术的深度融合,现代数据中心正面临着指数级增长的算力需求与现有计算架构效能瓶颈之间的突出矛盾。传统以通用CPU为核心的体系架构在应对多样化负载时,暴露出诸多问题。例如,内存子系统带宽与时延约束导致的 “内存墙” 效应持续加剧,异构计算单元间的数据搬运开销占比超过实际运算时间,安全可信执行环境带来的性能损耗超过 30%,单机柜算力密度提升受限于功耗密度阈值。与此同时,新兴工作负载如AI训练、图计算、时序数据库等呈现出动态异构特征,对计算架构提出了差异化需求,传统固定架构难以实现最优能效比。 操作系统作为计算机体系结构下重要的软件基础设施与核心技术,在这样的背景下也面临着巨大的挑战。随着计算需求的增长和技术的进步,传统的同构计算环境已无法满足日益复杂的计算任务。现代计算场景中,硬件架构呈现高度异构化,包括 CPU、GPU、FPGA、TPU、NPU、DPU 等,同时边缘计算、云计算形成分布式网络。传统操作系统难以高效管理跨节点、跨架构的资源。加之人工智能训练等场景需要低延迟、高吞吐、安全可信,动态弹性的分布式系统支持,这就要求操作系统具备跨异构资源的统一抽象与调度能力。学术界和工业界对下一代计算机操作系统在分布式微内核架构,异构资源调度算法,跨层优化与编译器支持,安全可信技术,虚拟化和 Serverless,AI 驱动操作系统内核优化以及操作系统内置 AI 推理引擎等方面展开了积极的探索和研究。 课题挑战: 方向一:体系化结构方向 1)负载特征与架构优化:建立数据中心动态负载特征建模框架,深入研究面向数据中心Workload的体系结构设计与优化方法,使系统能够更好地适应多样化的负载需求; 2)CPU核心架构创新:研究高性能低功耗CPU核心架构,积极探索超标量流水线与数据流引擎的融合设计,提升CPU的性能和能效; 3)新型内存层次构建:构建支持存算一体化的新型内存层次结构,研究基于3D堆叠技术的近存计算架构,重点突破高带宽互连拓扑优化、混合内存控制器设计、内存访问模式预测算法,解决 “内存墙” 等问题; 4)安全可信架构构建:构建安全可信计算架构,包括侧信道攻击防御的微架构级实现、侧信道安全架构、自动侧 / 隐蔽通道泄漏检测,确保系统在复杂环境下的安全性和完整性; 5)数据中心架构创新:探索整机柜级系统总线扩展,构建内存语义互联的新型数据中心架构,研究基于新型总线协议 (CXL/UALink) 的全局内存共享机制,提升数据中心的整体性能和资源利用率; 6)可靠性增强技术研究:研究可靠性增强技术,包括开发基于机器学习的故障预测模型,设计自修复的微架构容错机制,研究硬件静默故障检测,以及系统及IP可靠性特性研究和数据分析,保障系统的稳定运行。 方向二:操作系统方向 1)操作系统关键技术突破:突破传统单机操作系统存在的硬件资源利用局限、功能扩展与升级运维复杂、数据管理与共享不足、安全性与可靠性欠佳等问题。在计算高度异构以及计算环境分布化的情况下,从硬件到软件建立完整的信任链,保证整个系统的安全性和完整性。同时,有效地管理和协调多个节点间的通信、数据同步及故障恢复,设计高效的调度算法来匹配任务需求与最适合的计算资源,以最大化性能和效率。操作系统需要能够理解不同类型的计算任务,并能根据实时的工作负载动态调整资源分配,实现跨异构资源的统一抽象与调度; 2)跨领域知识融合:本课题需要融合OS、内核、算法、存储、虚拟化、网络、系统工程等多方面的跨领域知识和经验,以实现数据中心智能计算体系结构与操作系统的协同创新。

更新于 2025-05-26