主分类：通用产品经理（其他方向）
辅助：数据分析与数据科学（仅展示）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "数字化品控岗位",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "食杂零售-快驴事业部",
"location": "北京市",
"work_mode": "未披露",AI生成
"job_category": "零售类"AI生成
},
"company": {
"company_name": "美团",
"company_industry": "科技零售 / 生活服务",
"company_size": "10000人以上",
"company_website": "meituan.com",
"company_description": "美团通过科技推动服务零售和商品零售的数字化，连接消费者与商户。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 全链路品控数字化体系搭建（核心）：深入调研快驴进货品控业务全链路，识别高价值数字化/智能化提效机会点，将传统品控管理流程拆解为可被数据/AI赋能的标准化模块，输出全链路数字化品控提效地图与解决方案，主导或参与建设品控数据资产体系。\n\n2. 数据/AI驱动的品控产品规划与落地：主导品控数字化工具的产品化设计，从业务需求出发，将品控痛点转化为可交付的数字化工具/AI提效方案，可自行闭环或联动产品/数据团队，推动数字化品控工具在业务侧快速落地，跟踪大模型、计算机视觉等AI技术在品控场景的应用潜力，主动探索AI赋能的新场景。\n\n3. 品控数据运营与效果评估：搭建并运营品控数据指标体系，建立覆盖供应商质量、到货质量、仓储质量、配送质量、售后客诉的全链路质量评估指标，通过数据驱动识别质量风险、定位问题根因、优化品控策略，推动质量客诉改善和供应商质量管理升级。",
"requirements_text": "1. 数据分析能力：熟练使用SQL数据分析工具，能独立完成数据提取、清洗、分析和可视化，能从海量业务数据中发现质量问题和趋势，并输出可落地的改善方案，有BI工具（如星辰/魔数等）使用经验，能搭建或优化数据看板。\n\n2.产品思维与数字化素养：具备产品思维和用户视角，能将复杂的业务痛点抽象为清晰的数字化/产品化需求，对大模型、AI等前沿技术在企业级落地有浓厚兴趣，能判断技术在品控场景的适用性了解数字化转型的基本方法论，能基于AI工具快速搭建轻量级业务原型验证产品逻辑。\n\n3. 业务理解与执行力：深入理解餐饮供应链全链路（研发、采购、生产、仓储、配送、售后），熟悉生鲜/冻品/干货等品类特性，具备优秀的跨部门沟通协调能力，能推动复杂项目在多方协作中落地，有项目管理经验者优先。",
"skills": [AI生成
"SQL",
"数据分析",
"采购",
"项目管理",
"沟通协调",
"沟通能力",
"分析能力",
"大语言模型"
],
"preferred_qualifications": "3. 业务理解与执行力：深入理解餐饮供应链全链路（研发、采购、生产、仓储、配送、售后），熟悉生鲜/冻品/干货等品类特性，具备优秀的跨部门沟通协调能力，能推动复杂项目在多方协作中落地，有项目管理经验者优先",
"job_highlights": "1.AI落地场景丰富：快驴品控业务场景复杂、数据丰富，是AI/大模型落地的优质土壤，有大量\"从想法到产品\"的实战机会。\n\n2.跨职能成长空间：岗位覆盖\"数据+产品+运营+品控\"多维度，能快速成长为复合型数字化人才。"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4695519837&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4695519837",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4695519837&jobShareType=1"
},
"fulltext": "数字化品控岗位\n数字化品控岗位\n\n基础信息\n工作地点：北京市\n部门：食杂零售-快驴事业部\n职位类别：零售类\n职位族群：供应链\n更新时间：2026-08-17\n\n岗位职责\n1. 全链路品控数字化体系搭建（核心）：深入调研快驴进货品控业务全链路，识别高价值数字化/智能化提效机会点，将传统品控管理流程拆解为可被数据/AI赋能的标准化模块，输出全链路数字化品控提效地图与解决方案，主导或参与建设品控数据资产体系。\n\n2. 数据/AI驱动的品控产品规划与落地：主导品控数字化工具的产品化设计，从业务需求出发，将品控痛点转化为可交付的数字化工具/AI提效方案，可自行闭环或联动产品/数据团队，推动数字化品控工具在业务侧快速落地，跟踪大模型、计算机视觉等AI技术在品控场景的应用潜力，主动探索AI赋能的新场景。\n\n3. 品控数据运营与效果评估：搭建并运营品控数据指标体系，建立覆盖供应商质量、到货质量、仓储质量、配送质量、售后客诉的全链路质量评估指标，通过数据驱动识别质量风险、定位问题根因、优化品控策略，推动质量客诉改善和供应商质量管理升级。\n\n岗位基本要求\n1. 数据分析能力：熟练使用SQL数据分析工具，能独立完成数据提取、清洗、分析和可视化，能从海量业务数据中发现质量问题和趋势，并输出可落地的改善方案，有BI工具（如星辰/魔数等）使用经验，能搭建或优化数据看板。\n\n2.产品思维与数字化素养：具备产品思维和用户视角，能将复杂的业务痛点抽象为清晰的数字化/产品化需求，对大模型、AI等前沿技术在企业级落地有浓厚兴趣，能判断技术在品控场景的适用性了解数字化转型的基本方法论，能基于AI工具快速搭建轻量级业务原型验证产品逻辑。\n\n3. 业务理解与执行力：深入理解餐饮供应链全链路（研发、采购、生产、仓储、配送、售后），熟悉生鲜/冻品/干货等品类特性，具备优秀的跨部门沟通协调能力，能推动复杂项目在多方协作中落地，有项目管理经验者优先。\n\n岗位亮点\n1.AI落地场景丰富：快驴品控业务场景复杂、数据丰富，是AI/大模型落地的优质土壤，有大量\"从想法到产品\"的实战机会。\n\n2.跨职能成长空间：岗位覆盖\"数据+产品+运营+品控\"多维度，能快速成长为复合型数字化人才。\n1. 全链路品控数字化体系搭建（核心）：深入调研快驴进货品控业务全链路，识别高价值数字化/智能化提效机会点，将传统品控管理流程拆解为可被数据/AI赋能的标准化模块，输出全链路数字化品控提效地图与解决方案，主导或参与建设品控数据资产体系。\n\n2. 数据/AI驱动的品控产品规划与落地：主导品控数字化工具的产品化设计，从业务需求出发，将品控痛点转化为可交付的数字化工具/AI提效方案，可自行闭环或联动产品/数据团队，推动数字化品控工具在业务侧快速落地，跟踪大模型、计算机视觉等AI技术在品控场景的应用潜力，主动探索AI赋能的新场景。\n\n3. 品控数据运营与效果评估：搭建并运营品控数据指标体系，建立覆盖供应商质量、到货质量、仓储质量、配送质量、售后客诉的全链路质量评估指标，通过数据驱动识别质量风险、定位问题根因、优化品控策略，推动质量客诉改善和供应商质量管理升级。\n1. 数据分析能力：熟练使用SQL数据分析工具，能独立完成数据提取、清洗、分析和可视化，能从海量业务数据中发现质量问题和趋势，并输出可落地的改善方案，有BI工具（如星辰/魔数等）使用经验，能搭建或优化数据看板。\n\n2.产品思维与数字化素养：具备产品思维和用户视角，能将复杂的业务痛点抽象为清晰的数字化/产品化需求，对大模型、AI等前沿技术在企业级落地有浓厚兴趣，能判断技术在品控场景的适用性了解数字化转型的基本方法论，能基于AI工具快速搭建轻量级业务原型验证产品逻辑。\n\n3. 业务理解与执行力：深入理解餐饮供应链全链路（研发、采购、生产、仓储、配送、售后），熟悉生鲜/冻品/干货等品类特性，具备优秀的跨部门沟通协调能力，能推动复杂项目在多方协作中落地，有项目管理经验者优先。",
"standard_classification": {
"std_category_code": "PM001",
"std_aux_codes": [
"T017"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}