美团日配自有品牌采购专家
任职要求
1.5年以上的自有品牌生产型买手经验，熟悉商品/品类的自有品牌行业现状且有操盘经验，具备产业带资源和对应品类商品开发背景，对于原材料、生产工艺了解、熟悉bom拆解的产品经理，具备用户侧视角，懂用户需求，懂挖掘产品卖点背景； 2.具有较强的分析判断、前瞻思维、承压能力和团队合作意识； 3.具备对线下零售业的了解和电商品类/商品管理，具有优秀的数据分析，组织协…
工作职责
1.对于日配速冻面点、低温乳制品、调理肉制品、速冻火锅、快手菜等品类/商品有深入认知，能够基于行业现状和消费者需求挖掘自有品牌品类商品开发机会，制定品类开发规划，负责商品寻源、选品、定价等决策； 2.基于品类商品生产全链路的原料和各项加工成本建立标准化核算机制；建立源头招标、竞标、定标机制，择综合最优资质与最优成本； 3.通过严格把控成本、商品品质来筛选优质源头供应商，根据商品品质、价格、到货满足率等维度做商家管理评估； 4.分析商品流通和销售趋势，预测关键事件，促销，节假日等零售变化期间的需求趋势，与供应链合作进行商品备货管理，确保库存需求； 5.结合运营数据和结果，对整个运营链路复盘分析，不断优化创新，提升效率。
1、月度输出财务经营分析报告，对收入、成本、损益等各项经营指标达成进行深度分析，为管理层经营决策提供支持； 2、定期（日、周等）输出经营相关数据报表，对业务关键指标、重点项目专项跟进改善进度； 3、对负责部门业务专项进行收入、成本及损益波动分析，协助业务部门寻找业务增长点并提升生产效率； 4、负责对应产品预算制定及相关预测工作，协助部门做好费用管控及资源投入预警管理。
团队使命： 作为网约车交易市场技术核心团队，我们应用机器学习、运筹优化、因果推断、深度强化学习及生成式AI技术（LLM） ，构建支撑千万级日订单的动态双边市场智能决策系统。通过供需预测建模、动态定价策略、智能补贴分配、生态治理引擎 等策略引擎建设，持续优化平台商业价值与司乘体验，驱动全球领先的出行市场效率革新。 供需调节策略方向的主要工作： - 负责设计研发面向司乘双边市场的动态定价和跨品类联合补贴策略引擎，涉及的技术方向包括：精细化的时空供需预测建模、针对海量数据的细粒度因果建模、大规模运筹优化与求解算法设计、大规模离线仿真系统设计与研发等。 - 负责设计研发面向用户长期增长的智能增长营销策略引擎，构建可持续优化的收益管理与增长引擎系统，涉及的技术方向包括：长周期用户价值（LTV）建模、基于强化学习的序列化决策模型设计、大规模运筹优化与收益管理系统设计等。 - 负责设计研发面向供需调节和用户增长的智能运营系统，构建面向多目标高度封装的全自动智能化的运营引擎，助力网约车业务精细化运营提效。涉及的技术方向包括：不同粒度、周期的时序预测建模、大规模运筹优化求解算法、支持深度人机结合的工业化运营引擎架构。 - 负责设计研发面向网约车交易场景的司乘生态治理引擎，构建面向不同品类业务特点的判责、治理策略系统，涉及技术包括：多模态深度学习建模、大语言模型技术、原子预测和小样本学习等技术。
1．负责酒店产线的事件管理和问题管理，包括响应、处理、善后、提炼总结； 2．优化事件处理流程，提升处理效率； 3．综合分析线上报修事件，为质量改进提供依据和建议； 4．适应轮流的节假日值班、周末值班、晚班（13:00-22:00）的工作要求，每个员工约8周会分别轮到周末值班和晚班。
1. 参与淘宝闪购物流调度基础策略算法开发，包括不限于：供需预测、活动弹性预估、多单取送顺序路径规划、ETA模型等基础模型迭代； 2. 运用先进技术，包括不限于VLA、Transformer、强化学习/模仿学习、diffusion生成式模型等最新的深度学习技术，围绕骑手、商户、用户进行行为进行建模，例如骑手出勤完单模型、骑手端操作行为、骑手取送顺序行为、空载轨迹预测模型等，提升物流仿真系统精度，赋能物流技术业务发展； 3. 通过挖掘地理特征、骑手行为特征，骑手、用户画像embedding，持续迭代和提升模型精度，尤其是在恶劣天气、节假日等长尾场景。