高级数据分析师/数据部经理

生产制造工厂端 1. 生产数据体系与指标建设（30%） 梳理并重构工厂端生产数据资产，统筹供应链生产数据全链路采集汇总分析； 建立并规范生产数据标准与指标字典（如OEE、MTTR、MTBF、良率、损耗率、准时交付率等），确保数据源统一、口径一致、准确可信。 2. 精益生产与效率深度分析（30%） 围绕“人、机、料、法、环”，建立生产效能分析模型，定期输出设备OEE分析、产线平衡分析、换产（SMED）时间分析报告； 深挖生产过程中的七大浪费（等待、搬运、不良、过量生产等），通过数据定位瓶颈工序，为精益改善项目（如QCC、六西格玛）提供量化支撑。 3. 成本管控与降本决策支持（20%） 构建工厂级“成本数据模型”，深入分析物料损耗、能耗（水电气汽）、工时效能、辅料消耗等关键成本指标； 通过历史数据与行业基准对标，识别异常波动，输出专项降本分析报告（如：某产品出成率提升方案、高耗能设备错峰运行建议），并跟踪降本措施的落地收益。 4. 数据可视化与业务预测（20%） 搭建面向厂长、生产经理、车间主任等不同层级的数据驾驶舱（Dashboard），实现生产状况的实时监控与红黄绿灯预警； 运用统计模型或机器学习算法，进行产能预测、订单交付风险预警、设备预测性维护等前瞻性分析。 任职资格要求 1. 学历与专业背景 本科及以上学历，统计学、数学、工业工程（IE）、计算机科学、数据科学等相关专业； 具有 “工业工程（IE） + 数据分析” 复合背景者优先。 2. 工作经验要求 5年以上制造业（食品、饮料、快消品行业优先）生产数据分析、精益改善或数字化运营经验； 有大型制造业工厂MES系统导入、数据中台建设或BI系统落地经验者优先； 具备数据部团队管理或项目Leader经验者优先（针对负责人岗位）。 3. 专业技能要求 业务理解：深刻理解精益生产（TPS生产方式），熟悉标准工时测算、OEE计算、SMED、价值流图（VSM）等IE工具与方法； 技术栈： 精通 SQL，能熟练进行复杂数据查询与清洗； 熟练使用 Python/R 进行数据建模与分析（Pandas, Numpy, Scikit-learn等）； 精通至少一种主流BI工具（如 Power BI, Tableau, FineBI），能独立设计高质量的交互式看板； 系统认知：熟悉MES、ERP（SAP/Oracle等）底层逻辑与数据库表结构。 工作地点：双生产基地（宜宾/成都）