You model and redesign supply chain networks to reduce cost, improve resilience, and shorten delivery times across global operations.
注：职业描述基于市场通用岗位职能，实际工作内容因单位和部门有所不同。
月薪（税前）· 受地区、单位性质和个人能力影响较大
北京、上海、深圳等一线城市薪资通常高于全国平均水平 20–40%
国有企业稳定性强，私营和外资企业薪资弹性较大
AI工具将大幅提升该职业的工作效率，善于运用AI的从业者可以产出倍增。主动学习AI工具的毕业生将明显领先于同行。
技术技能名称保留英文（行业通用表达），面试和实际工作中均以此为准。
在导师或上级指导下熟悉业务体系，建立专业知识框架。通常需要 3–6 个月内开始独立承担项目模块。
独立主导项目或业务模块，开始带领初级成员，逐步建立行业内的专业声誉和人脉网络。
负责重大项目或部门管理，参与战略决策，薪资上限显著提升。高级岗位通常需要丰富的项目记录或专业认证。
上午9:00参与跨部门晨会，同步上周库存周转率、订单履约延迟率及供应商交付异常数据；10:30现场巡检仓库作业流程，用RFID扫描验证拣货路径合理性，并与WMS系统实时比对波次分单准确性；12:30分析TMS平台运输轨迹热力图，识别华东区干线运输高频堵点，初步拟定3条替代路线方案；下午14:00协同采购团队评审新供应商VMI协议中的安全库存阈值条款；16:00运用Python脚本运行线性规划模型，优化下周区域仓间调拨计划，将预估缺货风险从8.2%降至3.5%；17:30输出《物流成本-服务水平帕累托分析简报》并邮件推送至运营总监。
需具备供应链、工业工程、物流管理或相关专业本科及以上学历，3年以上供应链计划、物流运营或数据分析实操经验。熟练掌握SAP IBP、Blue Yonder或Kinaxis等主流供应链平台，能独立构建库存优化、需求预测及网络设计模型。持有CSCP/CPIM认证者优先，具备SQL/Python基础数据处理能力为硬性要求。
非必须但强烈建议掌握。基础Python（Pandas/SciPy）或R可高效完成需求预测建模、库存仿真与约束求解；无编程能力者依赖商业软件拖拽式建模，灵活性与深度受限，难以应对定制化复杂场景。
制造业聚焦BOM层级物料齐套率、产线节拍匹配与长周期采购协同；电商则侧重分钟级订单响应、动态仓网路由、退货逆向链路压缩及促销峰值弹性扩容，实时性与波动适应性要求更高。
需在实施前设定可量化基线（如原运输成本/单票、平均库存天数），通过A/B测试或滚动窗口对比，结合财务侧确认成本节约项（如燃油费、仓储租金、缺货损失），最终出具经审计的6个月追踪报告，明确归因于优化动作的净收益占比。