1.针对物流业务场景，利用大数据分析、数据挖掘、机器学习相关算法，解决业务需求，确保算法的效率和准确性；
2.利用AI、大数据分析、大模型等技术能力，解决企业内部各种低效率高人工成本场景类问题；
3.参与全链路数据开发，包括数据采集、日志解析、数据同步、数据清洗、数据模型设计、离线/实时开发、数据服务化、可视化和数据治理等工作；
4.探索大模型技术与现有数据架构融合，实现基于LLM的智能问答、知识图谱构建等创新应用；
5.与业务部门对接，收集需求、分析需求，并跟进方案实施及应用推广，确保数据解决方案和落地效果满足业务需求；
6.进行数据的应用价值研究和分析，提供数据洞察和决策支持，为业务部门提供数据驱动的解决方案。