{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "千问事业部-高级数据研发专家-大模型语料",
        "job_level": "专家",AI生成
        "work_category": "全职",AI生成
        "department": "阿里集团",
        "location": "北京 / 杭州",
        "work_mode": "未披露",AI生成
        "job_category": "技术类-开发"AI生成
    },
    "company": {
        "company_name": "夸克",
        "company_industry": "互联网 / 人工智能应用",
        "company_size": "未披露",
        "company_website": "alibaba.com",
        "company_description": "夸克提供AI搜索等人工智能应用服务。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "硕士",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1. 负责语料数据处理工程架构的整体设计与演进，覆盖文本、图片、音视频等多模态语料的清洗、处理与交付，支撑千问app toC业务场景的高质量语料供给；\n2. 负责语料数据处理体系的架构设计与能力建设，基于对模型训练需求与语料特性的理解，设计标准化的数据处理算子与Pipeline体系（如清洗、去重、过滤、结构化、对齐、质量评估等），与基础调度及AI Infra团队协同，实现大规模语料数据处理的效率提升与成本优化；\n3. 构建语料数据管控、数据画像与数据资产管理能力，对语料数据的来源、结构、分布、质量、覆盖度及使用效果进行系统化刻画，实现语料数据的可管理、可理解、可追溯，为模型训练与业务优化提供数据洞察与决策支持；\n4. 打造语料数据质量评估平台，支持多模态语料数据质量分析，沉淀高质量语料数据资产，并通过AI能力显著提升语料生产效率与质量；\n5. 构建语料数据分析与效果归因能力，打通“语料数据—模型训练—业务效果”的反馈链路，通过数据分析识别关键数据问题与数据缺口，指导语料数据采集、处理与标注策略，形成持续优化的数据飞轮；\n6. 规划语料方向的Agent应用落地，覆盖数据处理、问题排查、指标分析、效果归因等各环节，提升模型语料数据建设的效率与效果；\n7. 作为工程架构负责人，统筹语料数据处理相关技术方向与系统演进，带领团队完成关键系统建设，并与算法、业务及AI基础平台团队协同，推动语料数据体系在各类AI场景中的落地。",
        "requirements_text": "1. 主导设计和落地过大规模AI语料数据处理平台或数据生产系统，具备从0到1或大规模演进语料数据体系的经验，能够从工程架构层面构建支撑语料数据全生命周期的系统能力；\n2. 具备大规模数据处理经验，熟悉网页、文档、文本、图片及音视频等多模态语料数据处理技术，对语料清洗、去重、过滤、结构化、对齐及质量评估等关键流程有深入理解；\n3. 熟悉分布式数据计算与存储技术，如 Ray、Spark、Flink、Paimon 等，具备大规模数据处理系统设计与性能优化经验，能够与AI Infra及基础数据平台团队协同推进能力落地；\n4. 熟悉数据分类与质量评价体系，具备语料数据治理与数据画像建设经验，能够通过数据分析与评估指导语料数据建设与优化；\n5. 深刻理解并熟练掌握 AI Agent 的核心技术范式，熟悉主流Agent开发框架，如LangChain、OpenClaw等，能基于业务场景拆解和落地skill能力建设；\n6. 具备卓越的跨团队沟通协调能力及技术领导能力，能够在算法、工程与业务之间建立高效协同机制，主导复杂项目顺利交付；\n7. 具备创新视野，关注大模型语料工程、数据生产与数据治理领域的前沿技术，并能够推动新技术在业务中的快速落地。",
        "skills": [AI生成
            "Spark",
            "Flink",
            "数据分析",
            "数据治理",
            "性能优化",
            "沟通协调",
            "沟通能力",
            "大语言模型",
            "智能体开发"
        ],
        "preferred_qualifications": "未披露",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://talent.quark.cn/off-campus/position-detail?positionId=100011200014"
            }
        ]
    },
    "posting": {
        "posting_id": "100011200014",
        "post_date": "2026-07-01",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://talent.quark.cn/off-campus/position-detail?positionId=100011200014"
    },
    "fulltext": "千问事业部-高级数据研发专家-大模型语料\n千问事业部-高级数据研发专家-大模型语料\n\n基础信息\n职位类别：技术类-开发\n工作地点：北京 / 杭州\n\n职位描述\n1. 负责语料数据处理工程架构的整体设计与演进，覆盖文本、图片、音视频等多模态语料的清洗、处理与交付，支撑千问app toC业务场景的高质量语料供给；\n2. 负责语料数据处理体系的架构设计与能力建设，基于对模型训练需求与语料特性的理解，设计标准化的数据处理算子与Pipeline体系（如清洗、去重、过滤、结构化、对齐、质量评估等），与基础调度及AI Infra团队协同，实现大规模语料数据处理的效率提升与成本优化；\n3. 构建语料数据管控、数据画像与数据资产管理能力，对语料数据的来源、结构、分布、质量、覆盖度及使用效果进行系统化刻画，实现语料数据的可管理、可理解、可追溯，为模型训练与业务优化提供数据洞察与决策支持；\n4. 打造语料数据质量评估平台，支持多模态语料数据质量分析，沉淀高质量语料数据资产，并通过AI能力显著提升语料生产效率与质量；\n5. 构建语料数据分析与效果归因能力，打通“语料数据—模型训练—业务效果”的反馈链路，通过数据分析识别关键数据问题与数据缺口，指导语料数据采集、处理与标注策略，形成持续优化的数据飞轮；\n6. 规划语料方向的Agent应用落地，覆盖数据处理、问题排查、指标分析、效果归因等各环节，提升模型语料数据建设的效率与效果；\n7. 作为工程架构负责人，统筹语料数据处理相关技术方向与系统演进，带领团队完成关键系统建设，并与算法、业务及AI基础平台团队协同，推动语料数据体系在各类AI场景中的落地。\n\n职位要求\n1. 主导设计和落地过大规模AI语料数据处理平台或数据生产系统，具备从0到1或大规模演进语料数据体系的经验，能够从工程架构层面构建支撑语料数据全生命周期的系统能力；\n2. 具备大规模数据处理经验，熟悉网页、文档、文本、图片及音视频等多模态语料数据处理技术，对语料清洗、去重、过滤、结构化、对齐及质量评估等关键流程有深入理解；\n3. 熟悉分布式数据计算与存储技术，如 Ray、Spark、Flink、Paimon 等，具备大规模数据处理系统设计与性能优化经验，能够与AI Infra及基础数据平台团队协同推进能力落地；\n4. 熟悉数据分类与质量评价体系，具备语料数据治理与数据画像建设经验，能够通过数据分析与评估指导语料数据建设与优化；\n5. 深刻理解并熟练掌握 AI Agent 的核心技术范式，熟悉主流Agent开发框架，如LangChain、OpenClaw等，能基于业务场景拆解和落地skill能力建设；\n6. 具备卓越的跨团队沟通协调能力及技术领导能力，能够在算法、工程与业务之间建立高效协同机制，主导复杂项目顺利交付；\n7. 具备创新视野，关注大模型语料工程、数据生产与数据治理领域的前沿技术，并能够推动新技术在业务中的快速落地。\n1. 负责语料数据处理工程架构的整体设计与演进，覆盖文本、图片、音视频等多模态语料的清洗、处理与交付，支撑千问app toC业务场景的高质量语料供给；\n2. 负责语料数据处理体系的架构设计与能力建设，基于对模型训练需求与语料特性的理解，设计标准化的数据处理算子与Pipeline体系（如清洗、去重、过滤、结构化、对齐、质量评估等），与基础调度及AI Infra团队协同，实现大规模语料数据处理的效率提升与成本优化；\n3. 构建语料数据管控、数据画像与数据资产管理能力，对语料数据的来源、结构、分布、质量、覆盖度及使用效果进行系统化刻画，实现语料数据的可管理、可理解、可追溯，为模型训练与业务优化提供数据洞察与决策支持；\n4. 打造语料数据质量评估平台，支持多模态语料数据质量分析，沉淀高质量语料数据资产，并通过AI能力显著提升语料生产效率与质量；\n5. 构建语料数据分析与效果归因能力，打通“语料数据—模型训练—业务效果”的反馈链路，通过数据分析识别关键数据问题与数据缺口，指导语料数据采集、处理与标注策略，形成持续优化的数据飞轮；\n6. 规划语料方向的Agent应用落地，覆盖数据处理、问题排查、指标分析、效果归因等各环节，提升模型语料数据建设的效率与效果；\n7. 作为工程架构负责人，统筹语料数据处理相关技术方向与系统演进，带领团队完成关键系统建设，并与算法、业务及AI基础平台团队协同，推动语料数据体系在各类AI场景中的落地。\n1. 主导设计和落地过大规模AI语料数据处理平台或数据生产系统，具备从0到1或大规模演进语料数据体系的经验，能够从工程架构层面构建支撑语料数据全生命周期的系统能力；\n2. 具备大规模数据处理经验，熟悉网页、文档、文本、图片及音视频等多模态语料数据处理技术，对语料清洗、去重、过滤、结构化、对齐及质量评估等关键流程有深入理解；\n3. 熟悉分布式数据计算与存储技术，如 Ray、Spark、Flink、Paimon 等，具备大规模数据处理系统设计与性能优化经验，能够与AI Infra及基础数据平台团队协同推进能力落地；\n4. 熟悉数据分类与质量评价体系，具备语料数据治理与数据画像建设经验，能够通过数据分析与评估指导语料数据建设与优化；\n5. 深刻理解并熟练掌握 AI Agent 的核心技术范式，熟悉主流Agent开发框架，如LangChain、OpenClaw等，能基于业务场景拆解和落地skill能力建设；\n6. 具备卓越的跨团队沟通协调能力及技术领导能力，能够在算法、工程与业务之间建立高效协同机制，主导复杂项目顺利交付；\n7. 具备创新视野，关注大模型语料工程、数据生产与数据治理领域的前沿技术，并能够推动新技术在业务中的快速落地。",
    "standard_classification": {
        "std_category_code": "T016",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}