AI 场景洞察与需求梳理： - 深入计划、物流、生产、关务等业务模块，参与业务调研，发现可由 AI 提效的场景与痛点； - 梳理业务流程与数据现状，把业务需求转化为清晰的需求文档。 AI 项目落地与推广： - 参与已上线 AI 项目的迭代与推广，以及新 AI 项目从方案评估、试点验证到规模化推广的全过程，包括：计划领域（供应链控制塔、需求预测、库存目标优化）、质量管理领域（产品外观和包装质检、工艺优化）、工程工艺领域（工艺材料库、设计流程自动化）、供应商管理和关务领域（文档资料智能审核）等； - 与业务部门、IT 团队及外部技术伙伴协作，跟进项目进度，确保交付物符合业务预期。 独立负责一个小型 AI 应用从 0 到 1： - 培养期内，将在导师指导下独立负责 1 个小型 AI 应用的完整落地——从需求调研、方案设计到试点上线，全程亲手操盘，看见自己的成果真实跑在业务里。 价值度量与用户赋能： - 量化 AI 项目的业务价值（效率提升、成本降低、风险防控），沉淀项目案例与最佳实践； - 组织 AI 工具培训，帮助业务同事用好 AI，推动工具真正落地使用。 建立供应链数字化全景视野： - 在项目实践中理解供应链核心系统（ERP、S&OP、WMS/TMS 等），为转向专业 IT BP 打下基础。

- 本科及以上学历，供应链管理、物流管理、信息管理与信息系统、计算机科学、数据科学等信息化/数字化相关专业优先； - 英语流利，具备商务口语及书面沟通能力； - 对供应链业务与数字技术均有好奇心，愿意长期深耕"业务 + 技术"交叉领域； - 能熟练使用生成式 AI 工具（如Claude Code，Codex，WorkBuddy等）辅助调研、分析与文档输出； - 学习能力强，能在多业务领域轮换中快速吸收知识； - 出色的沟通与协作能力，能在业务同事与技术团队之间顺畅传递信息； - 数据敏感度高，具备基础数据分析能力（SQL、Python），了解 BI 看板。 加分项： - 有供应链、物流或数字化方向的项目/实习经历； - 有 AI 应用、低代码平台搭建实践； - 对潮玩及消费品牌有兴趣与热情。