盒马盒马-金牌店长招募令-武汉
任职要求
做过6年以上零售领域大型门店店长岗位，管理过五十人以上多元化的团队，掌控过多个商品品类，且有专精 擅长人才梯队搭建，考核制度制定，人才长期培养和激励政策的落地及创新 推崇公开，公正，民…
工作职责
盒马鲜生店长岗位（武汉）虚位以待： 带领和激励整个团队，执行公司的政策和建立可依赖和有效的日常运行 带领和控制店内的已知和未知的损耗 根据公司的要求制定公司营运标准和各项季节性的工作要求确定执行 制定和控制门店的人力，排班，加班，人头数，最大化的优化人力成本，提升人员生产力 追踪和执行店铺的相关费用，（行政，物料，能源，水电，沟通费用） 制定和执行和追踪销售部门的预算 有效的串联门店各个职能部门和相关平行部门的合作 根据公司的发展，串联门店和采购部门的协作，提升商品的结构 根据公司的需求带领和掌控门店营运部门，销售合适的商品，合理的架构和优质的商品，提升公司口碑 负责执行竞争对手的市场变化，及时反馈信息给市场部门 建立清晰的KPI 指标，确保达成公司要求的业绩毛利。营业额指标。持续的给公司提供准确的财务数据
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.负责广告审核多模态大模型能力建设，提升能力效率效果的天花板； 2.洞悉大模型演进趋势和技术优势，规划系统演进方向和落地，持续为业务增效； 3.与产品、运营等团队紧密合作，建设审核大模型运营能力，提升整体生产力。
1.负责大语言模型的预训练、指令微调、强化学习等算法的研究，针对业务问题开展算法调优； 2.熟悉NLP领域的常用算法，包括但不限于文本分析、内容摘要、意图识别、RAG、对话系统、角色扮演等； 3.定期收集产品反馈，建立合理的LLM评价机制，根据问题及时对算法架构和特定模型进行升级； 4.跟进NLP前沿技术，结合业务应用场景，提供创新性的解决方案。
团队负责小红书生成式推荐方向，目前已经完成了原型架构的开发和线上验证，欢迎有能力、有热情的同学一起，共同探索生成式推荐和多模态大模型在真实业务场景的价值。