供应链计划智能决策算法负责人

【岗位关键词】

需求预测、概率预测、库存优化、智能补货、产销协同、S&OP、计划仿真、多目标优化、供应链计划、智能计划助理。

【职位概述】

作为供应链计划智能决策算法负责人，你将负责建设覆盖需求预测、库存优化、智能补货、产销协同、计划风险预警和计划仿真的算法决策体系。

本岗位以统计预测、机器学习和运筹优化为核心能力，围绕需求不确定性、供应约束、库存成本、服务水平和履约时效等复杂目标，构建可解释、可评估、可落地的智能计划系统。

你将推动供应链计划从经验驱动走向数据与算法驱动，在缺货率、库存周转、履约达成率、滞销风险和供应链成本之间实现更优平衡。

你将重点解决的问题：

- 如何提升不同品类、不同区域、不同时间粒度下的需求预测准确率和稳定性；

- 如何把预测结果转化为可执行的补货、库存和资源分配决策；

- 如何在需求波动、供应不确定、MOQ、价格阶梯、产能限制和履约目标之间做多目标优化；

- 如何通过仿真和策略回放降低线上试错成本；

- 如何帮助计划、运营、供应、财务等团队理解并采纳算法决策建议。

【核心职责】

1. 供应链计划智能决策体系建设：

1）负责供应链计划智能决策领域的算法体系、技术路线和平台架构设计，覆盖需求预测、库存优化、补货决策、产销协同、计划预警和计划仿真等核心场景。

2）将企业经营目标和供应链约束抽象为可计算、可评估、可迭代的算法模型，支撑计划决策体系升级。

2. 需求预测与不确定性建模：

1）建设面向多品类、多区域、多层级、多时间粒度的需求预测能力，支持销量预测、时段预测、概率预测、异常识别和需求分层建模。

2）结合统计模型、机器学习、深度学习和业务规则，提升预测结果在真实计划场景中的可用性、稳定性和可解释性。

3. 库存优化与智能补货：

1）围绕服务水平、缺货率、库存周转、履约时效、资金占用和供应链成本，构建库存优化和智能补货模型。

2）负责多级库存优化、动态安全库存、补货频次、订货批量、分仓分配、产能分配和资源约束下的优化决策，提升库存效率和履约能力。

4. 计划优化建模：

1）围绕需求不确定性、供应约束、产能限制、MOQ、价格阶梯、交期约束、渠道策略和财务目标等复杂因素，构建可求解、可解释、可落地的计划优化模型。

2）应用混合整数规划、随机规划、鲁棒优化、网络流、库存控制、启发式算法和仿真优化等方法，解决复杂供应链计划中的多目标决策问题。

5. 计划仿真与策略评估：

1）建设供应链计划仿真、策略回放和情景推演能力，支持不同预测策略、补货策略、库存策略和产销协同策略在上线前进行离线评估。

2）建立科学的效果评估体系，通过预测准确率、缺货率、库存周转天数、履约达成率、滞销库存、补货及时率和资金占用等指标衡量算法价值。

6. 智能计划助理与新技术探索：

1）探索大模型在计划异常解释、经营问答、策略摘要、情景推演、知识检索和人机协同决策中的应用，提升计划团队的决策效率和使用体验。

2）在合适场景下探索强化学习、在线学习和自适应调优方法，用于多阶段决策、动态补货和策略自动优化。

7. 业务协同与工程落地：

1）深度协同需求计划、供应计划、采购、运营、仓储、履约、财务和产品工程团队，推动算法从模型设计、离线验证、系统实现到业务上线的完整闭环。

2）持续跟踪算法效果和业务反馈，推动计划系统迭代优化，确保技术能力真正转化为供应链效率提升和经营价值。

【任职要求】

1. 教育背景：硕士及以上学历，运筹学、管理科学与工程、应用数学、统计学、计算机、工业工程、供应链管理等相关专业。

2. 工作经验：

1）具备 5 年及以上需求预测、库存优化、智能补货、供应链计划、运筹优化或机器学习算法相关经验。

2）有大型电商、零售、制造、物流或供应链企业中复杂计划项目的主导经验，能够推动跨团队项目落地。

3. 预测与建模能力：

1）熟悉时间序列预测、概率预测、需求分层建模、异常检测、因果特征分析和预测效果评估方法。

2）理解预测结果在实际计划场景中的使用方式，具备将预测结果转化为库存、补货、资源分配或产销协同决策的实践经验。

4. 运筹优化能力：

1）熟悉库存控制、补货优化、生产排程、资源分配、多级网络优化等问题建模。

2）熟悉混合整数规划、随机规划、鲁棒优化、网络流、启发式算法、仿真优化等方法，能够根据业务规模、约束复杂度和求解时效设计可落地的算法方案。

3）熟练使用商业求解器或开源优化工具，具备自定义算法和工程化求解框架开发能力。

5. 工程与数据能力：

1）熟练使用 Python 及相关数据处理、建模和计算框架。

2）具备良好的算法工程化能力，理解离线建模、在线服务、策略仿真、效果评估、监控预警和线上实验等环节。

6. 供应链计划业务理解：

1）熟悉或能够快速理解供应链计划业务，包括需求计划、供应计划、S&OP / IBP、产销协同、库存周转、服务水平、缺货、滞销、牛鞭效应、补货周期和供应约束等概念。

2）能够与计划、运营、供应、财务等业务团队顺畅沟通，将经营目标和业务约束抽象为可计算、可评估、可迭代的算法模型。

7. 综合能力：

1）具备较强的业务理解、问题抽象、跨团队协作和项目推进能力。

2）能够在服务水平、库存成本、履约效率、资金占用和运营可执行性之间进行平衡，推动复杂算法项目落地并持续产生业务价值。

【加分项】

1. 有大型电商、零售、制造或供应链企业中的需求预测、库存优化、智能补货或产销协同系统落地经验；

2. 有多级库存优化、概率预测、动态补货、计划仿真、S&OP / IBP 数字化项目经验；

3. 有强化学习、在线学习、仿真优化或大模型 Agent 在计划、库存、补货场景中的探索经验；

4. 主导过大规模库存成本优化、供应链计划体系升级或产销协同数字化转型项目；

5. 在运筹优化、供应链管理、预测建模、人工智能等领域有高质量论文、专利、开源项目或竞赛成绩。