阿里巴巴全球速卖通事业部(AliExpress)-Tao日本电商服饰运营-风格选品与买手岗位-韩日服饰-TAO
任职要求
1、本科及以上学历，在商业工作场合能熟练运用日语。
2、1～3年服饰行业背景，有日本买手经验或互联网电商工作经验优先。
3、熟悉日本风俗文化，对日本当地潮流趋势、市场需求变化有敏锐感…工作职责
全职职位描述： 1、潮流洞察与选品规划：密切追踪日本服饰潮流趋势，结合目标市场与受众喜好，制定精准选品计划。定期收集分析行业报告、社交媒体热点等，为商品线注入前沿风格元素，确保选品契合市场需求与平台定位。 2、担任前台导购选品买手：针对“好货”“店铺推荐”“清单”等重点板块，制定并执行定期的选品营销计划、补贴策略及标签规划，提升商品曝光度与吸引力。 3、数据监测与策略优化：监控分析商家及商品销售、流量、转化率等数据，依据数据洞察消费者行为与市场变化。针对性优化选品、定价、营销策略，提升运营效果与销售业绩。 4、基于用户画像和行为数据，结合日本节假日、季节变化及流行趋势，协同相关部门制定策划各类服饰促销活动方案，并分析活动数据，总结经验教训，优化后续活动策划与执行方案，不断提升活动效果与销售业绩。
1、需依据服装行业情况和日本用户需求特点，结合本地主流电商平台的经营动态，洞察持续变化的市场供需状况以及潮流风格走向。据此明确适宜的品类商品供应方向，并拟定选品策略。 2、主导选品至销售转化的全链路生命周期管理，基于不同阶段的市场特征与用户行为数据，灵活运用品类营销导购矩阵与价格弹性策略，并对营销活动效果进行实时监测与精准评估，以数据驱动决策，实现营销效果的最大化。 3、要定期剖析总结商品供给与销售的表现，探寻爆款产品的内在规律。基于选品策略以及动销情况分析，优化供应链路提升供给品质效率，与行业运营中的重点商家建立一定程度的合作共赢关系，提升平台在日本市场竞争力。 4、收集用户对服饰商品及服务的反馈，协同相关部门解决商品质量、尺码不符、物流配送等问题，优化购物流程，提升用户体验。
1.主导多模态推荐系统研发，结合文本、图像、视频等多模态数据优化商品理解、用户行为分析及推荐策略，推动多模态与电商场景的深度融合。 2.设计并实现跨模态对齐技术（如图文/视频语义一致性建模），提升推荐系统的泛化能力和冷启动效果，探索多模态大模型在电商中的创新应用（如CLIP、BEiT3等框架优化）。 3.推动多模态模型的工程化部署，包括分布式训练加速（如TensorRT-LLM）、推理效率优化及性能调优。 4.结合搜索与推荐场景，探索多模态特征在排序、检索中的辅助作用，提升用户交互体验。
1、核心营销、导购及内容场域分发策略，通过用户差异化的权益偏好、货品偏好、价格带偏好等更精准匹配，提升核心场转化效率和GMV规模化增长； 2、深入理解业务，基于行业用户消费路径，设计分人群的承接策略，优化分人群内容供给，提升不同人群的转化和留存情况，推动行业用户规模提升； 3、供给联动，通过营销场域的分发效果反向推动货品招商，通过场域用户需求更精准的BD货品及权益，提升场景核心竞争力； 4、通过日常数据监控及专题分析发现流量结构和分发策略存在问题以及潜在机会点，并推动给分发策略快速迭代、策略机制创新。
1、参与世界级的全球分布式图数据库的架构设计，负责分布式查询引擎、分布式存储引擎的迭代开发； 2、服务抖音、今日头条等世界级APP关键技术，支持移动互联网时代，海量并发下社交关系架构、推荐架构、用户画像、知识图谱等场景下关键需求； 3、有大量丰富的业务场景，可以把有趣的分布式系统技术落地，并影响上亿人。