岗位职责
客户供给链路运营 负责各渠道客户供给管理。高质量客群口径的设计与迭代）、供给漏斗各环节的漏损监控与归因、采集时效管理，持续扩大"可作业客户"的规模与质量。 资源配置机制设计 设计并迭代客户池、HC、权益等多类资源与城市、团队、个人之间的匹配机制——基于产出效率、成长阶段、市场潜力等因素的配置策略。让分配从"靠人拍"变成"靠机制"：透明、可解释、结果可复算。 客户-内容匹配策略 建设客户特征与作业内容（套餐 / 产品 / 场景）之间的匹配策略与模型，支撑一线"把对的产品推给对的客户"，直接服务于转化率与 AUM 留存。 供给健康度监测与主动提案 按城市 / 团队维度诊断弹药充足度与转化效率，用数据区分"弹药问题"与"打法问题"；周期性主动输出配置优化提案，而非被动接需求。 算法化落地与 AI 提效 将高频的配置、调度、归因动作从手工机制逐步升级为工具化、算法化流程（选择合适的场景与节奏，而非为算法而算法）；同时将 AI 工具用于提升自己及团队的日常产出效率。 跨团队协同 与业务策略岗（负责方向论证与优化目标设定）、客户来源合作团队（业务方供给货源）、产品与数据团队紧密协作，把策略意图转化为可运转、可维护的机制。优化目标由业务侧确定，你负责将其转译为可计算、可运转、可解释的配置方案。
职位要求
数理背景：数学、统计、运筹学、计算机、量化经济等相关专业本科及以上学历优先。 数据能力：具备独立完成漏斗归因、配置方案测算、机制效果评估的能力；理解优化、匹配、调度、分配类问题的建模思路。 "手工先行，算法放大"：能把一片混乱的业务分配先用最朴素的方式跑起来（Excel 也能跑出靠谱机制），再把高频决策沉淀为工具与模型。不适应本岗的画像：一上来只谈模型选型、看不上手工活、不问目标就动手的人。 AI 应用能力：熟练使用 AI 工具（大模型对话、Agent 工作流、AI 辅助分析等）为自己的日常工作提效，或推动所在团队的人用起来；对"AI 能解决什么、不该解决什么"有判断。 业务目标感强：接到分析或配置需求时，习惯性先追问"优化的目标是什么、约束是什么、业务上什么算公平"，而不是直接接活开算。 沟通与抗压：资源分配天然涉及多方利益，被挑战是日常。坚持三条原则应对：数据说话、规则透明、结果可复算。
