项目背景: 在人工装配与手工作业场景中，引入AI视觉技术，对作业行为进行数字化、标准化与可视化管理，支撑标准作业落地、人员能力提升及持续改善。 核心内容： 数据梳理与整合：梳理供应链端到端流程中各环节的多维度数据，覆盖采购、生产、仓储、运输、交付等关键节点；建立统一的数据索引与数据资产管理体系，确保数据的可追溯性与可调用性 数据分析与建模：分析基础数据（如物料信息、节点时效）与运营数据（如流转效率、异常事件），挖掘数据价值；参与数据模型的构建与优化，为供应链升级提供量化依据与决策支持 平台建设与应用：协助打造端到端物流大数据库，推动数据平台在供应链优化、成本控制、效率提升等场景的落地应用 专业背景： 1. 优先选择供应链管理、物流管理、大数据管理与应用、统计学、信息管理与信息系统、计算机相关专业； 2. 了解供应链、物流行业基本流程，对物流大数据、数据管理有基础认知，有相关课程学习、课题研究或实习经历者优先； 技能要求： 1. 数据处理能力：熟练使用Excel（透视表、数据筛选、函数公式等）； 2. 基础工具技能：优先掌握Python、SQL等数据处理工具； 3. 掌握Tableau、Power BI等数据可视化工具； 4. 了解数据索引建立、数据库基础架构；