主分类：数据工程与数据平台研发
辅助：AI应用开发（非Agent）（仅展示）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "企业智能事业部-AI数据研发专家-数据平台",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类-数据"AI生成
},
"company": {
"company_name": "阿里巴巴控股集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "阿里巴巴集团面向消费者和企业提供电子商务、云计算及人工智能服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 5,
"degree": "计算机科学、人工智能、数据科学、信息管理或相关专业硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "聚焦于企业级数字化管理场景（包括人力资源、财务、法务、数字化办公等），参与构建面向企业智能运营的数据智能体系，主导AI驱动的数据资产建设、高质量评测机制、数据治理标准及安全合规框架，并与业务团队紧密协作，规划并落地高价值的AI应用场景，推动Data + AI在企业管理领域的深度融合与创新落地。\n1、围绕HR、财务、办公等企业核心业务流程，探索端到端的Data + AI解决方案并推动产品化落地。\n2、主导构建面向企业场景的大模型/多模态模型评估体系，设计覆盖准确性、合规性、可解释性等维度的自动化评测平台，建立“评测-反馈-优化”闭环机制。\n3、负责企业核心业务域的AI数据化建设，构建高质量、结构化、可复用的数据资产与特征库，支撑AI场景的模型微调与应用。\n4、主导推动AI数据开发提效，建设DataOps工程体系及工具链，显著缩短从需求到上线的周期，提升数据质量、稳定性与研发效率。\n5、持续跟踪及探索Data + AI方向的行业进展（如Data Agent、AIOps、湖仓一体智能优化等），主动开展技术预研与原型验证，推动先进技术在公司中的适配与规模化应用。\n6、主导AI应用的工程化落地，建设从Prompt/RAG/Agent编排、服务部署、在线监控到持续迭代的全链路AI工程体系，保障AI能力可交付、可观测、可扩展、可运维。\n7、负责设计并实现面向企业场景的AI服务架构，包括模型推理加速、缓存机制、向量检索、上下文管理、工具调用编排等核心能力，支撑复杂业务场景下的高并发、低延迟与高可用。",
"requirements_text": "1. 计算机科学、人工智能、数据科学、信息管理或相关专业硕士及以上学历；具备至少AI算法应用或AI工程化能力一项。\n2. 5年以上大数据/AI相关研发经验，其中至少2年聚焦于企业级数据平台、AI应用或大模型数据工程化项目；\n3. 具备扎实的数据工程能力，精通SQL，熟练掌握Python等至少一门开发语言，熟悉主流大数据技术栈（如Spark、Flink、Kafka、Hudi/Iceberg）及云数据仓库（如MaxCompute、Hadoop等）；\n4. 深入理解大模型技术原理，包括预训练、微调、推理等，熟悉主流LLM框架和应用范式（如RAG、Agent等），有实际支持NLP、多模态或AI项目的经验；\n5. 对企业经营管理业务有敏锐洞察力，熟悉HR、财务、法务或协同办公等至少一个领域的企业数据逻辑与业务痛点；\n6. 具备优秀的系统设计能力与工程落地经验，能独立完成从需求分析到架构设计、开发交付的全过程；\n7. 具备扎实的AI工程能力，熟悉大模型应用到生产部署的全流程，能够独立完成Prompt工程、RAG链路设计、Agent任务编排、模型服务封装及线上稳定性治理。\n8. 具备AI系统性能优化经验，能够针对推理延迟、吞吐、资源利用率、上下文窗口、检索效率、缓存命中率及调用成本进行系统性分析与优化。\n9. 强烈的技术热情与自驱力，对Data+AI技术前沿保持敏锐洞察，具备出色的跨团队沟通、协调与影响力。\n优先项\n1. 主导或深度参与过企业级AI知识库、智能问答、风险预警、自动化流程等场景的落地项目；\n2. 有大模型评测体系、AI研发提效经验；\n3. 熟悉RAG架构或AI Agent框架；\n4. 在ACL、KDD、SIGMOD、VLDB、NeurIPS等顶会发表过与Data + AI相关论文；\n5. 有大型互联网公司企业服务/中台数据体系建设背景者优先。",
"skills": [AI生成
"Python",
"SQL",
"Spark",
"Hadoop",
"Flink",
"Kafka",
"性能优化",
"架构设计",
"需求分析",
"大语言模型"
],
"preferred_qualifications": "优先项；5. 有大型互联网公司企业服务/中台数据体系建设背景者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100007720013"
}
]
},
"posting": {
"posting_id": "100007720013",
"post_date": "2026-09-16",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100007720013"
},
"fulltext": "企业智能事业部-AI数据研发专家-数据平台\n企业智能事业部-AI数据研发专家-数据平台\n\n基础信息\n职位类别：技术类-数据\n工作地点：杭州\n\n职位描述\n聚焦于企业级数字化管理场景（包括人力资源、财务、法务、数字化办公等），参与构建面向企业智能运营的数据智能体系，主导AI驱动的数据资产建设、高质量评测机制、数据治理标准及安全合规框架，并与业务团队紧密协作，规划并落地高价值的AI应用场景，推动Data + AI在企业管理领域的深度融合与创新落地。\n1、围绕HR、财务、办公等企业核心业务流程，探索端到端的Data + AI解决方案并推动产品化落地。\n2、主导构建面向企业场景的大模型/多模态模型评估体系，设计覆盖准确性、合规性、可解释性等维度的自动化评测平台，建立“评测-反馈-优化”闭环机制。\n3、负责企业核心业务域的AI数据化建设，构建高质量、结构化、可复用的数据资产与特征库，支撑AI场景的模型微调与应用。\n4、主导推动AI数据开发提效，建设DataOps工程体系及工具链，显著缩短从需求到上线的周期，提升数据质量、稳定性与研发效率。\n5、持续跟踪及探索Data + AI方向的行业进展（如Data Agent、AIOps、湖仓一体智能优化等），主动开展技术预研与原型验证，推动先进技术在公司中的适配与规模化应用。\n6、主导AI应用的工程化落地，建设从Prompt/RAG/Agent编排、服务部署、在线监控到持续迭代的全链路AI工程体系，保障AI能力可交付、可观测、可扩展、可运维。\n7、负责设计并实现面向企业场景的AI服务架构，包括模型推理加速、缓存机制、向量检索、上下文管理、工具调用编排等核心能力，支撑复杂业务场景下的高并发、低延迟与高可用。\n\n职位要求\n1. 计算机科学、人工智能、数据科学、信息管理或相关专业硕士及以上学历；具备至少AI算法应用或AI工程化能力一项。\n2. 5年以上大数据/AI相关研发经验，其中至少2年聚焦于企业级数据平台、AI应用或大模型数据工程化项目；\n3. 具备扎实的数据工程能力，精通SQL，熟练掌握Python等至少一门开发语言，熟悉主流大数据技术栈（如Spark、Flink、Kafka、Hudi/Iceberg）及云数据仓库（如MaxCompute、Hadoop等）；\n4. 深入理解大模型技术原理，包括预训练、微调、推理等，熟悉主流LLM框架和应用范式（如RAG、Agent等），有实际支持NLP、多模态或AI项目的经验；\n5. 对企业经营管理业务有敏锐洞察力，熟悉HR、财务、法务或协同办公等至少一个领域的企业数据逻辑与业务痛点；\n6. 具备优秀的系统设计能力与工程落地经验，能独立完成从需求分析到架构设计、开发交付的全过程；\n7. 具备扎实的AI工程能力，熟悉大模型应用到生产部署的全流程，能够独立完成Prompt工程、RAG链路设计、Agent任务编排、模型服务封装及线上稳定性治理。\n8. 具备AI系统性能优化经验，能够针对推理延迟、吞吐、资源利用率、上下文窗口、检索效率、缓存命中率及调用成本进行系统性分析与优化。\n9. 强烈的技术热情与自驱力，对Data+AI技术前沿保持敏锐洞察，具备出色的跨团队沟通、协调与影响力。\n优先项\n1. 主导或深度参与过企业级AI知识库、智能问答、风险预警、自动化流程等场景的落地项目；\n2. 有大模型评测体系、AI研发提效经验；\n3. 熟悉RAG架构或AI Agent框架；\n4. 在ACL、KDD、SIGMOD、VLDB、NeurIPS等顶会发表过与Data + AI相关论文；\n5. 有大型互联网公司企业服务/中台数据体系建设背景者优先。\n聚焦于企业级数字化管理场景（包括人力资源、财务、法务、数字化办公等），参与构建面向企业智能运营的数据智能体系，主导AI驱动的数据资产建设、高质量评测机制、数据治理标准及安全合规框架，并与业务团队紧密协作，规划并落地高价值的AI应用场景，推动Data + AI在企业管理领域的深度融合与创新落地。\n1、围绕HR、财务、办公等企业核心业务流程，探索端到端的Data + AI解决方案并推动产品化落地。\n2、主导构建面向企业场景的大模型/多模态模型评估体系，设计覆盖准确性、合规性、可解释性等维度的自动化评测平台，建立“评测-反馈-优化”闭环机制。\n3、负责企业核心业务域的AI数据化建设，构建高质量、结构化、可复用的数据资产与特征库，支撑AI场景的模型微调与应用。\n4、主导推动AI数据开发提效，建设DataOps工程体系及工具链，显著缩短从需求到上线的周期，提升数据质量、稳定性与研发效率。\n5、持续跟踪及探索Data + AI方向的行业进展（如Data Agent、AIOps、湖仓一体智能优化等），主动开展技术预研与原型验证，推动先进技术在公司中的适配与规模化应用。\n6、主导AI应用的工程化落地，建设从Prompt/RAG/Agent编排、服务部署、在线监控到持续迭代的全链路AI工程体系，保障AI能力可交付、可观测、可扩展、可运维。\n7、负责设计并实现面向企业场景的AI服务架构，包括模型推理加速、缓存机制、向量检索、上下文管理、工具调用编排等核心能力，支撑复杂业务场景下的高并发、低延迟与高可用。\n1. 计算机科学、人工智能、数据科学、信息管理或相关专业硕士及以上学历；具备至少AI算法应用或AI工程化能力一项。\n2. 5年以上大数据/AI相关研发经验，其中至少2年聚焦于企业级数据平台、AI应用或大模型数据工程化项目；\n3. 具备扎实的数据工程能力，精通SQL，熟练掌握Python等至少一门开发语言，熟悉主流大数据技术栈（如Spark、Flink、Kafka、Hudi/Iceberg）及云数据仓库（如MaxCompute、Hadoop等）；\n4. 深入理解大模型技术原理，包括预训练、微调、推理等，熟悉主流LLM框架和应用范式（如RAG、Agent等），有实际支持NLP、多模态或AI项目的经验；\n5. 对企业经营管理业务有敏锐洞察力，熟悉HR、财务、法务或协同办公等至少一个领域的企业数据逻辑与业务痛点；\n6. 具备优秀的系统设计能力与工程落地经验，能独立完成从需求分析到架构设计、开发交付的全过程；\n7. 具备扎实的AI工程能力，熟悉大模型应用到生产部署的全流程，能够独立完成Prompt工程、RAG链路设计、Agent任务编排、模型服务封装及线上稳定性治理。\n8. 具备AI系统性能优化经验，能够针对推理延迟、吞吐、资源利用率、上下文窗口、检索效率、缓存命中率及调用成本进行系统性分析与优化。\n9. 强烈的技术热情与自驱力，对Data+AI技术前沿保持敏锐洞察，具备出色的跨团队沟通、协调与影响力。\n优先项\n1. 主导或深度参与过企业级AI知识库、智能问答、风险预警、自动化流程等场景的落地项目；\n2. 有大模型评测体系、AI研发提效经验；\n3. 熟悉RAG架构或AI Agent框架；\n4. 在ACL、KDD、SIGMOD、VLDB、NeurIPS等顶会发表过与Data + AI相关论文；\n5. 有大型互联网公司企业服务/中台数据体系建设背景者优先。",
"standard_classification": {
"std_category_code": "T016",
"std_aux_codes": [
"T008"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}