职位描述 1. 智能制造数据闭环体系构建 主导设计并落地覆盖"供应链管理→研发设计→生产制造→质量管理→交付售后"的全流程数据闭环架构，实现"数据驱动-智能决策-动态优化"的智造模式。 基于现有MES、WMS、ERP、APS等系统，打通数据断点，构建端到端的数据贯通与可视化能力，支撑生产良率、OEE、人均产值等核心指标的持续优化。 推动AI在制造场景的规模化应用（如AI质检、智能排产、预测性维护、数字孪生仿真等），将数据资产转化为可量化的运营效率提升。 2. 研发流程提效与数据治理 深度参与IPD（集成产品开发）体系优化，基于数据洞察识别研发流程瓶颈（如需求变更率、设计评审周期、测试验证效率等），推动研发全生命周期的数字化管理。 构建研发-制造协同的数据桥梁，打通PLM与MES/ERP的数据链路，实现BOM、工艺路线、变更单等关键数据的自动流转与一致性校验。 建立研发效能度量体系（如代码提交频率、构建成功率、缺陷逃逸率、项目交付周期等），通过数据驱动研发资源调配与流程改进。 推动软件定义汽车（SDV）背景下的敏捷开发与DevOps数据闭环，支撑舱驾融合等复杂项目的快速迭代。 3. 数据治理与价值运营 制定公司级数据治理标准（数据标准、数据质量、数据安全、主数据管理），建立智能制造与研发域的数据资产目录。 设计并运营数据看板与BI分析体系，为管理层提供经营决策支持；推动一线班组长、工程师的数据素养提升，实现数据民主化。 探索工业大数据与AI大模型在制造和研发场景的创新应用，孵化可复制的数字化解决方案。 4. 跨部门协同与变革管理 作为业务与IT/OT的桥梁，牵头智能制造与研发数字化项目的业务需求澄清、方案评审与落地推进。 推动跨事业部（智能座舱、智能驾驶、网联服务）的制造与研发最佳实践横展，建立知识沉淀与复用机制。 管理并培养数据分析师、流程工程师、智能制造工程师等复合型人才梯队。

基础条件 学历：本科及以上学历，工业工程、计算机、自动化、数据科学、管理科学等相关专业；硕士/MBA优先。 经验：8年以上制造业数字化相关经验，其中至少3年在汽车电子、半导体、高端装备制造等精密制造领域；有从0到1构建数据闭环体系的成功案例。 专业能力 智能制造：深刻理解汽车电子制造全流程（SMT、组装、测试、封装等），熟悉MES、WMS、ERP、APS、QMS等核心系统；了解CMMM、智能制造示范工厂等评估体系。 研发流程：熟悉IPD、敏捷开发、PLM管理，具备研发效能度量与流程优化的实战经验；了解汽车电子功能安全（ISO 26262）与软件开发流程优先。 数据闭环：精通数据治理方法论（DAMA、DCMM等），具备数据建模、ETL、BI工具（Tableau/Power BI/帆软等）的实操能力；了解工业AI、机器学习在制造场景的应用逻辑。 系统思维：能够将业务问题抽象为数据问题，设计"采集→治理→分析→决策→反馈"的完整闭环方案。 综合素质 业务洞察力：能深入车间现场和研发实验室，听懂"业务语言"，将一线痛点转化为数字化解决方案。 跨域协同力：具备极强的跨部门推动力，能协调制造、研发、质量、IT、供应链等多方资源，推进变革落地。 四、优先条件（加分项） 有汽车电子Tier-1企业（如博世、大陆、电装、安波福等）或头部新势力车企的智能制造/研发数字化经验。 主导或深度参与过国家级智能制造示范工厂、CMMM高等级评估、工业互联网标杆项目。 具备数据科学、AI算法背景，能将技术语言转化为业务价值。 有海外（欧洲）工厂数字化建设、IATF 16949体系落地经验