1. 负责向客户提供业务架构、应用架构及系统解决方案设计等专业服务； 2. 负责项目售前阶段的需求分析、方案交流、方案设计、招投标等工作，根据客户需求设计个性化的解决方案； 3. 负责跟踪研究产业和行业数字化技术趋势和动态，结合京东智能供应链技术产品与服务优势，制定行业拓展策略与打法，并形成行业研究报告，为行业解决方案和产品设计出指导性建议和长期规划； 4. 赋能生态合作伙伴，进行方案的培训和宣讲； 5. 负责竞争对手的竞争性研究分析，并提出竞争性策略，给出解决方案； 6. 负责跟进行业技术最新动态，并推动新技术在产品和系统的应用落地； 7. AI应用探索：主动运用AI工具辅助行业研究、方案撰写与数据分析，提升解决方案输出效率与竞争力。

1. 负责平台型产品策略的制定与落地； 2. 建设并完善平台运营工具，具备整合平台资源的能力，持续优化业务流程，提升平台整体运营效率； 3. 负责部门级项目的统筹与推进，协调各部门的工作衔接与配合，整合内外部资源，为项目目标达成负责； 4. 了解市场趋势、关注行业动态，及时基于自身业务发展情况及市场变化提供策略建议及决策支持； 5. AI应用探索：主动运用AI工具辅助数据分析、市场趋势洞察与策略优化，提升平台运营决策效率。

1. 负责客户体验声音的统筹管理，构建体验声音管理体系。深挖体验问题，输出产品、流程、系统、机制等核心改善场景、案例和关键问题点，提炼改善建议和改善项目，监控改善闭环； 2. 负责挖掘数据背后的体验问题，对于具体业务问题，能够与产品BP形成联动，组织开展专项分析项目，提供决策依据； 3. 通过对产品功能、运营环节的拆解和梳理，完善产品体验指标体系、推动产品体验指标体系开发和完善；对产品全流程进行专项场景分析，从机制、流程、系统的角度提出优化建议； 4. 主导用户体验及行为调研洞察相关项目，结合业务数据及用户行为数据研究用户画像、分析用户需求，输出用户体验研究报告； 5. 沉淀体验方法论与价值观，置入于产品及业务运营的全流程； 6. AI应用探索：主动运用AI工具辅助体验数据分析、用户情感分析与报告撰写，挖掘深层次体验问题，提升体验改善效率。

1. 根据部门业务运营规划和市场节奏，结合时事热点形成营销方案，策划相关主题活动，包括但不限于媒介投放、社群搭建与运营、团长管理与激活、用户运营、内容活动营销、品牌推广等； 2. 同总部及区域各部门保持高效沟通，筹备营销活动所需资源，按时启动并把控营销活动的整体执行进度； 3. 定期收集客户反馈，根据营销数据制作可视化报表，分析客户需求，为业务提出合理化的运营建议； 4. AI应用探索：主动运用AI工具辅助创意构思、热点分析、效果预测与数据可视化，提升营销策划创新力与执行效率。

1. 行业核心数据分析：依托目前渠道，月度行业竞对经营情况，深入分析背后的原因，供业务部门参考借鉴； 2. 对管理层和业务部门进行数据需求支持，挖掘分析主题，开展数据分析工作，基于数据分析结果，为管理层和业务部门提供运营策略分析和业务优化建议； 3. 行业动态追踪：针对主要产品的核心行业动态进行追踪，及时输出信息，供业务部门参考借鉴； 4. 创新模式研究报告：针对行业创新的模式进行研究，供业务部门参考； 5. 监控、分析日常商业营运达成情况，推动各部门优化作业； 6. AI应用探索：主动运用AI工具辅助数据挖掘、行业研究及分析报告生成，提升商业洞察效率与深度。

1. 与各业务、产品、工程团队配合，在京东亿量级的数据与丰富的业务应用场景中不断进行深入的机器学习（尤其在深度学习领域）算法研究和模型构建； 2. 对京东已有的算法和模型进行不断的优化及创新，负责机器学习算法和模型开发，结合当下及未来应用场景，包括但不限于：电商搜广推算法、新AI生成技术范式落地研究、网络模型设计等，为京东多元技术领域和业务提供从技术理论创新到落地应用的支持与解决方案； 3. 与京东的技术团队及科学家们一同参与人工智能、机器学习算法及应用的前沿研究，助力业务提升效率，实现京东技术愿景和战略； 4. AI应用探索：积极跟踪机器学习领域前沿AI技术，熟练运用AI开发工具与实验管理平台加速模型迭代，探索自动化机器学习等提效手段。

1. 负责公司数据仓库的架构设计、建模； 2. 组织数据仓库开发，基于数据仓库，对数据进行挖掘，发现数据中的规律，或者负责应用和构建数学算法，以发现数据中的规律（算法）； 3. 基于京东海量数据，进行深度数据挖掘，赋能京东高速业务发展，充分发挥数据价值； 4. 理解业务需求，建立可靠的数据收集、发布和处理平台，参与离线/实时数据仓库以及Pipeline的设计和开发； 5. AI应用探索：关注AI在数据工程领域的应用，运用AI工具辅助数据管道开发、数据质量监控及自动化运维，提升数据开发效率。

1. 负责具身智能核心算法的设计、实现与优化，包括但不限于多模态感知、强化学习、运动规划、人机交互等方向；结合机器人或智能体实际场景需求，开发高效的感知-决策-控制一体化算法； 2. 参与类人形机器人或物理智能体系统的算法模块开发，推动算法在真实物理环境中的落地应用；优化算法性能，解决计算效率、实时性、鲁棒性等工程挑战； 3. 与硬件、机械、产品团队紧密合作，完成算法与传感器、执行器的系统集成与调试；支持业务场景需求分析，提出技术解决方案并推动技术验证； 4. 跟踪具身智能领域的国际前沿进展，推动创新技术在实际场景中的应用； 5. AI应用探索：积极将AI工具链（如仿真平台、模型训练工具等）融入研发流程，提升算法迭代与验证效率。