①深入业务，诊断供应链在预测、仓储、运输、配送等环节的痛点与机会； ②主导规划智慧物流解决方案蓝图，包括但不限于：智能需求预测与库存优化模型、路径动态优化与调度系统、自动化仓储（AGV/AMR）集成方案、数字孪生仿真系统等； ③协同数据工程师、算法工程师、软件开发人员，将解决方案转化为可落地的产品或功能； ④管理项目全生命周期，确保解决方案按时、按质、按预算交付； ⑤梳理关键业务数据需求，推动数据仓库与物联网数据平台的完善； ⑥与算法团队紧密合作，共同设计并优化核心算法模型（如：装箱优化、车辆路径规划、运力智能匹配、异常预警模型），并将模型成功运用至生产环境； ⑦持续追踪人工智能、物联网、5G、区块链、数字孪生等新技术在物流领域的前沿应用。