职位详情

职位列表 链接有效 不适用(官网全量采集) official:meituan:4736247951

供应链规划-需求预测优化

未披露 · 北京市 · 美团

主分类:供应链计划与供需协同
供应链、采购与物流
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": "供应链规划-需求预测优化",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "食杂零售-快乐猴事业部",
        "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": "经验背景:大学本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、需求预测:和产品、算法团队搭建并优化销售预测模型,输出精准长/中/短期需求预测;\n2、预测偏差管理:持续跟踪每月/周/日销售达成,构建和完善覆盖城市、仓等多维度的预测监控与数据分析体系,复盘预测偏差,迭代优化预测逻辑,提升整体预测准确率;\n3、数据沉淀:负责活动、节假日日历、促销等知识库的管理与异常影响因子量化,运用智能分析工具完成影响评估与参数调整决策,在复杂业务场景中精进数据驱动决策能力,为订货及库存计划提供核心数据支持;\n4、业务协同:深度融入运营模式,理解商品运营策略、促销规划及库存管理逻辑,通过AI赋能的精准预测协同供应链等团队保障商品供给,降低滞销风险,提升周转效率;",
        "requirements_text": "1、经验背景:大学本科及以上学历,5年及以上大型零售企业供应链计划或者需求预测相关经验,熟悉零售业务运作流程和关键指标,有生鲜运营经验者优先;\n2、数据能力:具备扎实的数据统计和分析能力,熟练使用SQL、Python等工具进行数据提取、清洗和分析,熟悉常用预测模型及AI工具,有自动化预测体系搭建者加分;\n3、业务与逻辑思维:具备严谨的逻辑分析和系统性思维能力,对零售业务高度敏感,能洞察内外部因素对销量的影响;\n4、沟通与推动力:具备出色的跨部门沟通协同能力和AI工具推广并赋能团队的意愿与能力;",
        "skills": [AI生成
            "Python",
            "SQL",
            "逻辑思维",
            "分析能力"
        ],
        "preferred_qualifications": "1、经验背景:大学本科及以上学历,5年及以上大型零售企业供应链计划或者需求预测相关经验,熟悉零售业务运作流程和关键指标,有生鲜运营经验者优先;2、数据能力:具备扎实的数据统计和分析能力,熟练使用SQL、Python等工具进行数据提取、清洗和分析,熟悉常用预测模型及AI工具,有自动化预测体系搭建者加分",
        "job_highlights": "1、深入核心业务,全面掌握新零售背景下的运作逻辑与挑战,直接参与Al预测体系的从0到1搭建;\n2、在真实复杂业务场景中,以AI工具为杠杆,锤炼兼具广度和深度的供应链计划与预测能力;\n3、与多元背景的专业团队协作,共同推动零售行业的AI化、智能化升级,站在行业变革前沿;"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4736247951&jobShareType=1"
            }
        ]
    },
    "posting": {
        "posting_id": "4736247951",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4736247951&jobShareType=1"
    },
    "fulltext": "供应链规划-需求预测优化\n供应链规划-需求预测优化\n\n基础信息\n工作地点:北京市\n部门:食杂零售-快乐猴事业部\n职位类别:零售类\n职位族群:供应链\n更新时间:2026-09-01\n\n岗位职责\n1、需求预测:和产品、算法团队搭建并优化销售预测模型,输出精准长/中/短期需求预测;\n2、预测偏差管理:持续跟踪每月/周/日销售达成,构建和完善覆盖城市、仓等多维度的预测监控与数据分析体系,复盘预测偏差,迭代优化预测逻辑,提升整体预测准确率;\n3、数据沉淀:负责活动、节假日日历、促销等知识库的管理与异常影响因子量化,运用智能分析工具完成影响评估与参数调整决策,在复杂业务场景中精进数据驱动决策能力,为订货及库存计划提供核心数据支持;\n4、业务协同:深度融入运营模式,理解商品运营策略、促销规划及库存管理逻辑,通过AI赋能的精准预测协同供应链等团队保障商品供给,降低滞销风险,提升周转效率;\n\n岗位基本要求\n1、经验背景:大学本科及以上学历,5年及以上大型零售企业供应链计划或者需求预测相关经验,熟悉零售业务运作流程和关键指标,有生鲜运营经验者优先;\n2、数据能力:具备扎实的数据统计和分析能力,熟练使用SQL、Python等工具进行数据提取、清洗和分析,熟悉常用预测模型及AI工具,有自动化预测体系搭建者加分;\n3、业务与逻辑思维:具备严谨的逻辑分析和系统性思维能力,对零售业务高度敏感,能洞察内外部因素对销量的影响;\n4、沟通与推动力:具备出色的跨部门沟通协同能力和AI工具推广并赋能团队的意愿与能力;\n\n岗位亮点\n1、深入核心业务,全面掌握新零售背景下的运作逻辑与挑战,直接参与Al预测体系的从0到1搭建;\n2、在真实复杂业务场景中,以AI工具为杠杆,锤炼兼具广度和深度的供应链计划与预测能力;\n3、与多元背景的专业团队协作,共同推动零售行业的AI化、智能化升级,站在行业变革前沿;\n1、需求预测:和产品、算法团队搭建并优化销售预测模型,输出精准长/中/短期需求预测;\n2、预测偏差管理:持续跟踪每月/周/日销售达成,构建和完善覆盖城市、仓等多维度的预测监控与数据分析体系,复盘预测偏差,迭代优化预测逻辑,提升整体预测准确率;\n3、数据沉淀:负责活动、节假日日历、促销等知识库的管理与异常影响因子量化,运用智能分析工具完成影响评估与参数调整决策,在复杂业务场景中精进数据驱动决策能力,为订货及库存计划提供核心数据支持;\n4、业务协同:深度融入运营模式,理解商品运营策略、促销规划及库存管理逻辑,通过AI赋能的精准预测协同供应链等团队保障商品供给,降低滞销风险,提升周转效率;\n1、经验背景:大学本科及以上学历,5年及以上大型零售企业供应链计划或者需求预测相关经验,熟悉零售业务运作流程和关键指标,有生鲜运营经验者优先;\n2、数据能力:具备扎实的数据统计和分析能力,熟练使用SQL、Python等工具进行数据提取、清洗和分析,熟悉常用预测模型及AI工具,有自动化预测体系搭建者加分;\n3、业务与逻辑思维:具备严谨的逻辑分析和系统性思维能力,对零售业务高度敏感,能洞察内外部因素对销量的影响;\n4、沟通与推动力:具备出色的跨部门沟通协同能力和AI工具推广并赋能团队的意愿与能力;",
    "standard_classification": {
        "std_category_code": "S002",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}