一、 主数据治理与外部数据映射（ 60%）

1. 主数据标准建设（MDM）：负责海运、空运、铁路全链路业务主数据的标准化体系建设，建立并维护统一的代码库（如全球港口/机场/铁路站点 UN/LOCODE、集装箱箱型箱量、包装单位 UN/EDIFACT、费用项代码等）。

2. 多源外部数据接入与映射，包括不仅限于：

* 追踪与地图端：接入船司/航司 API、AIS 地图数据、船讯网/17TRACK 等轨迹源，完成外部 API 字段与自研系统数据模型的高精度映射（Data Mapping），解决数据冲突，保障全流程轨迹“一号到底”。

* 获客与市场端：调研并引入企业工商数据、海关进出口提单数据、货主画像数据，建构潜在客户洗牌与数据对齐机制。

* 运价与汇率端：接入市场运价指数（如 SCFI/NCFI）、实时外汇牌价及税局财务数据接口，建立动态数据映射。

3. 数据质量与映射字典管理：建立跨系统数据清洗与冲突处理机制，维护数据映射字典，解决单证、操作、财务流转中的数据断点问题。

 

二、 业务调研与经营分析（40%）

1. 外部数据源评估调研：结合公司业务拓展需求，持续追踪行业优质数据源（如船司准班率、舱位预警、供应链风险数据等），评估数据质量、成本与 API 引入的可行性，输出调研报告。

2. 全链路指标体系与看板建设：配合数字化负责人，梳理获客转化、询价订舱、履约追踪、应收应付账期等关键指标；利用 BI 工具搭建高管驾驶舱及各业务线敏捷看板。

3. 专题归因与经营分析：定期输出全链路运营与财务分析报告，针对获客 ROI、轨迹履约及时率、异常履约成本、坏账风险等进行深度归因分析，向数字化负责人及业务负责人提交优化方案。

 

三、 AI 数据准备与赋能应用（复合加分项）

1. AI 驱动的数据映射与解析：引入 LLM/Agent 工具辅助清洗非标数据（如客户非标托书、各种格式的船司 PDF 提单/账单），进行非结构化字段提取与自动映射，提升数据对齐效率。

2. AI 知识库与语义层建设：整理并维护物流领域的术语库、主数据字典及 Schema 映射规则，作为自研系统底层 AI 助手（如 Text-to-SQL、智能客服/追踪 Agent、Copilot 交互）的语义上下文（Context）与 RAG 知识库。

3. Prompt 工程与敏捷提效：利用 Prompt 编写 complex SQL 提数脚本、自动化处理 JSON/XML 数据结构快速转换，提升个人与团队的数据交付效率。

任职要求

1. 经验与背景

• 本科及以上学历，信息管理、物流管理、数据科学、统计学或计算机相关专业。

• 2~5 年国际货代/跨境物流/供应链领域数据工作经验；有自研物流系统（TMS/FMS/CRM）主数据治理或数据中台建设经验者优先。

2. 专业技能

• 数据处理与 SQL：精通 SQL（能够熟练编写复杂关联查询、窗口函数及数据清洗脚本），掌握 Python/R 进阶数据处理能力者优先。

• 数据映射与 API 理解：熟悉主流 API/JSON/XML 数据结构，具备强逻辑的数据字段 Mapping 能力，熟悉物流行业常用数据标准（IATA、IMO、UN/LOCODE 等）。

• BI 与分析工具：熟练掌握 Power BI、Tableau、FineBI 或 Superset 等至少一种 BI 工具，具备独立建构数据模型和可视化看板的能力。

3. AI 工具应用与认知

• 熟练使用主流 AI 工具：熟练掌握 ChatGPT / Claude / DeepSeek 等大模型工具，能够通过 Prompt 辅助编写代码、清洗脚本或进行数据结构快速转换。

• 熟悉 AI 数据场景：了解大模型在非结构化文本抽取（如邮件询价/单证提取）、智能数据对齐中的应用；有为 AI Agent / RAG 知识库 / 语义层（Semantic Layer） 整理与提供标准结构化数据经验者优先。

4. 业务理解与综合素质

• 熟悉海、空、铁多式联运业务全流程及订舱单、提单、账单的底层数据流转逻辑。

• 具备极强的数据敏感度与跨部门沟通协作能力，能站在产品/IT视角讲标准，站在运营/高管视角讲分析。