理想汽车物流规划高级经理/专家
任职要求
1. 本科以上学历，10年以上自动化规划工作经验，有汽车/自动化/电商/互联网头部物流规划专家经验优先； 2. 专业能力： ① 5年以上仓储/分拨自动化方案规划经验，主导设计多个成功实施的仓储/分拨中心的售前解决方案； ② 熟悉汽车行业或电商先进的物流自动化、智慧物流规划思路及逻辑； ③ 熟悉精益物流管理理念，熟悉运输规划、物料计划或仓储及上线规划及供应链SAP/TMS/ SIP 等相关系统内在逻辑； ④ 熟练掌握EIQ，PCB分析等仓储规划方法论，了解仓储及分拨各类业务场景特点和多种流程设计，具备输送分拣、密集存储、AGV货到人等自动化应用的设计经验； ⑥ 掌握WES, WCS，RCS等自动化系统软件的各类功能和架构；对堆垛…
工作职责
1. 着眼全球视野和行业趋势，拟定物流自动化模式（不限于自动化立库、AMR、无人叉车、移栽机等）、策略规划以及投资计划，并推动实施和迭代更新； 2. 搭建物流自动化技术标准、技术选型标准、与关联部门（工艺、土建）接口标准、项目管理标准，推动标准实施和迭代更新； 3. 基于业务现状分析，提出已有物流自动化技术改善点并推动实施，挖掘新技术试点、统筹推广新技术应用； 4. 制定工厂自动化项目计划，跟踪推动自动化项目预研，立项，招采，设计深化，设备制造，安装调试，验收等全生命周期项目管理；牵头新项目的准备和实施；不断研究并应用新技术新设备，推动数智物流实施； 5. 高效完成物流数智化方案设计，包括物流数据分析、流程设计、动线设计、布局规划、以及合理的设备选型，并可独立完成项目方案书的撰写及汇报； 6. 根据方案编写详细设备及技术协议和规划方案说明，并负责总结输出机械、电控、以及软件系统功能需求文档，协调后端资源进行项目交底； 7. 总结物流场景的标准化解决方案，利用2D及3D软件绘制输送分拣设备标准化及模块化设计模型；沉淀各类设备的标准化配置要求； 8. 主导物流的规划及落地，提供零部件从供应商出厂至线边的物流解决新方案，含入厂物流、厂内物流、系统规划、包装规划； 9. 构建准时、高效、经济的零部件供应的物流运作体系，设定指标并监控，确保零部件的有序供应，达成产量和成本目标。
1、流程变革及优化 (1)主导综合采购流程的深度梳理、设计与持续优化，确保流程高度标准化、严格合规且高效运作。 (2)与跨部门团队紧密协作，精准识别流程痛点，提出切实可行的改进方案并强力推动落地实施。 (3)制定综合采购业务操作手册与标准化流程及模版，保障业务实操。 (4)综采内控采购代表，并重点监控部门内控及合规风险管控。 2、综采及物流数智化变革项目管理专家 （1）全面深入了解企业综合采购及物流采购相关系统（如 SRM、ERP、费控等）的功能与使用场景。 （2）负责系统功能的精准需求梳理、深度分析与优化设计、内控风险KCP系统打点，确保系统满足业务实操及业务发展需求。 （3）负责与IT部门共同推动P2P IT端到端功能上线。 （4）负责综采供应商全生命周期管理及组合管理流程数字化闭环方案的落地。 (5)负责品类TCO全价值成本管理，含品类成本模型、成本基线数字化闭环方案的落地。 (6)负责综合采购商城规划及部署落地。
1. 进行饿了么相关业务线用户洞察相关工作， 支持公司及运营、产品、技术算法、设计等不同职能部门策略制定及优化，推动业务健康高效发展； 2. 结合传统调研方法、大数据分析及各种创新方法，深入挖掘用户痛点及潜在诉求，全面洞察行业发展趋势及市场机会点； 3. 结合业务现状和需求，整合资源，推动和实现研究成果的落地应用； 4. 工作范围将根据个人经验、能力特长、意愿等进行划定侧重方向（消费者端、商家／物流端，行业／竞争研究），让每个人有可发挥的空间、有可提升的方向。
1. 进行饿了么相关业务线用户洞察相关工作， 支持公司及运营、产品、技术算法、设计等不同职能部门策略制定及优化，推动业务健康高效发展； 2. 结合传统调研方法、大数据分析及各种创新方法，深入挖掘用户痛点及潜在诉求，全面洞察行业发展趋势及市场机会点； 3. 结合业务现状和需求，整合资源，推动和实现研究成果的落地应用； 4. 工作范围将根据个人经验、能力特长、意愿等进行划定侧重方向（消费者端、商家／物流端，行业／竞争研究），让每个人有可发挥的空间、有可提升的方向。
职位描述 (Job Summary) 我们需要一位既懂业务又懂技术的复合型项目管理专家，负责主导公司供应链领域AI解决方案的落地交付。您将作为连接算法团队、工程团队与大型B端客户的关键桥梁，通过人工智能技术（如需求预测、智能调度、运筹优化等）解决客户供应链痛点，确保项目在预算、时间和质量范围内成功交付。 核心职责 (Key Responsibilities) 1. 项目全生命周期管理 (2B交付) 负责大型B端（To-B）AI项目的全流程管理，包括需求分析、方案制定、立项、开发迭代、测试上线及验收交付。 制定详细的项目计划，有效管理项目范围、进度、成本和质量，识别并规避项目风险。 管理客户预期，处理复杂的干系人关系，确保项目SOW（工作说明书）的承诺达成。 2. 业务与技术的转化 (供应链 + AI) 深入理解供应链业务场景（如：仓储WMS、运输TMS、需求计划、库存优化等），能敏锐捕捉业务痛点。 将模糊的业务需求转化为可落地的AI算法需求或工程开发任务，弥合业务人员与算法工程师之间的认知鸿沟。 评估AI模型在实际业务流中的可行性与价值，推动POC（概念验证）到规模化落地的转化。 3. 跨部门协同与流程优化 协调算法、后端、前端、产品及测试等多职能团队的协同工作。 沉淀供应链AI项目的最佳实践，优化项目管理流程，提升团队交付效率。