系统研发工程师- IOP（智能运营平台）

基于公司核心产品 IOP（智能运营平台），建设面向全球仓库现场的监控告警、数据洞察与 AI 效率归因能力，支撑货箱到人、托盘到人等多种业务形态的运营效率

参与平台数据链路建设，完成现场侧到云端的数据采集、分层加工（ODS/DWD/DWS）与指标口径治理，保障数据洞察与智能决策的数据可信度

依托 AI Native 研发模式，开展 IOP 系统相关功能的开发迭代工作，完成产品设计、代码开发、测试等核心工作

参与 AI 效率归因能力共建，将领域专家经验沉淀为可复现、可审计的判据知识，参与 RAG 知识库、智能 Agent 与结论质量评测体系建设

探索 AI Native 时代下的开发范式，建立并维护系统知识库与架构决策记录 - 负责线上项目的问题响应与运维支撑工作，持续复盘交付流程，迭代优化交付方式，稳步提升项目整体交付效率与稳定性

2027 届本科及以上学历，计算机、软件工程、数据科学、统计学、物流工程等相关专业

具备良好的代码编写能力，熟练掌握 Java、Python 至少一门编程语言；

理解并发编程、JVM 核心运行机制，熟悉 Spring Boot 框架及 MySQL 数据库，了解 Redis、消息队列等中间件的核心特性与业务适用场景

具备数据分析与大数据相关知识：SQL 熟练（窗口函数、多表关联、执行计划），了解数据仓库分层与维度建模概念，掌握概率统计基础；

有 Spark / Flink / Kafka 等大数据组件，或 pandas / numpy 数据分析的项目、竞赛与实习经历者优先

具备一定的 AI Native 技术基础认知，了解机器学习基础概念、大模型运行原理及能力边界；了解 Transformer、提示词工程、RAG、智能 Agent 等主流 AI 技术

具备优秀的逻辑拆解与结构化思维，可将复杂业务需求、AI 落地需求拆解为可落地的技术方案与细分执行场景；能基于数据而非直觉得出结论，并对指标口径差异保持敏感

具备扎实的计算机基础知识，熟练掌握数据结构与算法、操作系统、计算机网络、数据库原理等核心专业知识，具备完备的技术知识体系 - 沟通表达清晰、文档表达能力良好，工作主动积极，乐于拥抱 AI 原生新型研发模式，适配数字化交付工作