主分类：采购与供应商管理
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": "阿里控股-数据采购技术专家-大模型方向",
"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": "综合类-采购"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": 3,
"degree": "教育背景：计算机科学、人工智能、数据科学或供应链管理相关专业本科及以上学历",
"language": "卓越的沟通能力：具备极强的中英文沟通能力，能够与国际供应商进行深度的技术对齐与商务谈判；英语能力：英语可作为工作语言，熟练阅读英文技术白皮书及行业研报",AI生成
"visa_support": "未披露",
"responsibilities": "我们正在寻找一位兼具技术深度与行业广度的数据采购技术专家。您不仅是大模型技术的“鉴赏家”，更是数据供应链生态的“战略家”。您将利用对全球大模型数据供应商格局及行业趋势的深刻洞察，主导我们的数据资源引入策略，评估供应商的长期发展潜力与交付能力，确保我们的数据供应链既具备技术领先性，又拥有商业可持续性。\n1. 供应商生态图谱与趋势研判：构建并维护全球大模型数据供应商的生态图谱。深入分析不同供应商（如数据标注、合成数据、真机采集、预训练数据提供商）的商业模式、技术壁垒及市场定位，预判行业整合趋势，为公司引入最具潜力的合作伙伴。\n2. 数据供应链技术评估：针对具身智能、多模态等大模型前沿领域，评估供应商的数据采集能力（如仿真引擎、真机遥操作）、数据处理管线（Pipeline）及质量控制标准。确保供应商的技术路线符合行业Scaling Law的发展趋势。\n3. 技术尽调与交付能力验证：主导对潜在供应商的技术尽职调查。不仅审查其现有数据质量，更要评估其数据生产的自动化水平、成本控制能力及未来技术迭代路线，规避供应商“掉队”风险。\n4. 前沿技术引入与落地：追踪大模型数据领域的最新技术突破（如World Model生成数据、自动化标注技术），识别并引入能显著提升模型效果的创新数据源或工具，推动采购品类从“买数据”向“买能力”转型。\n5. 跨部门技术协同：作为采购与业务技术部门的桥梁，将外部供应商的技术能力转化为内部可理解的评估报告，协助算法团队制定数据需求标准，并参与技术谈判。",
"requirements_text": "1. 教育背景：计算机科学、人工智能、数据科学或供应链管理相关专业本科及以上学历。\n2. 行业经验：\n- 3年以上AI数据、大模型算法或相关技术领域的从业经验，熟悉数据从采集、清洗、标注到模型训练的全生命周期。\n- 具备大模型数据供应商研究经验，对全球头部数据服务商（如Scale AI, Appen, 以及新兴的具身智能数据公司）有深入了解，熟悉其技术栈与交付模式。\n3. 专业技能：\n- 大模型认知：深刻理解Transformer架构及主流大模型（GPT-4, Claude, Llama, Qwen等）对数据的需求差异，了解数据质量对模型性能的影响机制。\n- 数据技术：熟悉非结构化数据处理、合成数据生成、RLHF（人类反馈强化学习）流程及相关工具链。\n4. 核心素质：\n- 敏锐的商业技术嗅觉：能够从技术细节中洞察供应商的商业价值与潜在风险，具备优秀的行业分析能力。\n- 卓越的沟通能力：具备极强的中英文沟通能力，能够与国际供应商进行深度的技术对齐与商务谈判。\n- 英语能力：英语可作为工作语言，熟练阅读英文技术白皮书及行业研报。\n加分项\n- 有知名大模型公司数据采购或数据运营背景。\n- 熟悉数据合规、版权法律及跨境数据传输法规。\n- 具备采购相关认证（如CPSM）或实际采购谈判经验。\n- 在AI顶级会议发表过相关论文或有开源社区贡献。",
"skills": [AI生成
"强化学习",
"模型训练",
"采购",
"供应链管理",
"沟通能力",
"分析能力",
"商务谈判",
"大语言模型"
],
"preferred_qualifications": "加分项",
"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=100014300005"
}
]
},
"posting": {
"posting_id": "100014300005",
"post_date": "2026-09-07",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100014300005"
},
"fulltext": "阿里控股-数据采购技术专家-大模型方向\n阿里控股-数据采购技术专家-大模型方向\n\n基础信息\n职位类别：综合类-采购\n工作地点：杭州\n\n职位描述\n我们正在寻找一位兼具技术深度与行业广度的数据采购技术专家。您不仅是大模型技术的“鉴赏家”，更是数据供应链生态的“战略家”。您将利用对全球大模型数据供应商格局及行业趋势的深刻洞察，主导我们的数据资源引入策略，评估供应商的长期发展潜力与交付能力，确保我们的数据供应链既具备技术领先性，又拥有商业可持续性。\n1. 供应商生态图谱与趋势研判：构建并维护全球大模型数据供应商的生态图谱。深入分析不同供应商（如数据标注、合成数据、真机采集、预训练数据提供商）的商业模式、技术壁垒及市场定位，预判行业整合趋势，为公司引入最具潜力的合作伙伴。\n2. 数据供应链技术评估：针对具身智能、多模态等大模型前沿领域，评估供应商的数据采集能力（如仿真引擎、真机遥操作）、数据处理管线（Pipeline）及质量控制标准。确保供应商的技术路线符合行业Scaling Law的发展趋势。\n3. 技术尽调与交付能力验证：主导对潜在供应商的技术尽职调查。不仅审查其现有数据质量，更要评估其数据生产的自动化水平、成本控制能力及未来技术迭代路线，规避供应商“掉队”风险。\n4. 前沿技术引入与落地：追踪大模型数据领域的最新技术突破（如World Model生成数据、自动化标注技术），识别并引入能显著提升模型效果的创新数据源或工具，推动采购品类从“买数据”向“买能力”转型。\n5. 跨部门技术协同：作为采购与业务技术部门的桥梁，将外部供应商的技术能力转化为内部可理解的评估报告，协助算法团队制定数据需求标准，并参与技术谈判。\n\n职位要求\n1. 教育背景：计算机科学、人工智能、数据科学或供应链管理相关专业本科及以上学历。\n2. 行业经验：\n- 3年以上AI数据、大模型算法或相关技术领域的从业经验，熟悉数据从采集、清洗、标注到模型训练的全生命周期。\n- 具备大模型数据供应商研究经验，对全球头部数据服务商（如Scale AI, Appen, 以及新兴的具身智能数据公司）有深入了解，熟悉其技术栈与交付模式。\n3. 专业技能：\n- 大模型认知：深刻理解Transformer架构及主流大模型（GPT-4, Claude, Llama, Qwen等）对数据的需求差异，了解数据质量对模型性能的影响机制。\n- 数据技术：熟悉非结构化数据处理、合成数据生成、RLHF（人类反馈强化学习）流程及相关工具链。\n4. 核心素质：\n- 敏锐的商业技术嗅觉：能够从技术细节中洞察供应商的商业价值与潜在风险，具备优秀的行业分析能力。\n- 卓越的沟通能力：具备极强的中英文沟通能力，能够与国际供应商进行深度的技术对齐与商务谈判。\n- 英语能力：英语可作为工作语言，熟练阅读英文技术白皮书及行业研报。\n加分项\n- 有知名大模型公司数据采购或数据运营背景。\n- 熟悉数据合规、版权法律及跨境数据传输法规。\n- 具备采购相关认证（如CPSM）或实际采购谈判经验。\n- 在AI顶级会议发表过相关论文或有开源社区贡献。\n我们正在寻找一位兼具技术深度与行业广度的数据采购技术专家。您不仅是大模型技术的“鉴赏家”，更是数据供应链生态的“战略家”。您将利用对全球大模型数据供应商格局及行业趋势的深刻洞察，主导我们的数据资源引入策略，评估供应商的长期发展潜力与交付能力，确保我们的数据供应链既具备技术领先性，又拥有商业可持续性。\n1. 供应商生态图谱与趋势研判：构建并维护全球大模型数据供应商的生态图谱。深入分析不同供应商（如数据标注、合成数据、真机采集、预训练数据提供商）的商业模式、技术壁垒及市场定位，预判行业整合趋势，为公司引入最具潜力的合作伙伴。\n2. 数据供应链技术评估：针对具身智能、多模态等大模型前沿领域，评估供应商的数据采集能力（如仿真引擎、真机遥操作）、数据处理管线（Pipeline）及质量控制标准。确保供应商的技术路线符合行业Scaling Law的发展趋势。\n3. 技术尽调与交付能力验证：主导对潜在供应商的技术尽职调查。不仅审查其现有数据质量，更要评估其数据生产的自动化水平、成本控制能力及未来技术迭代路线，规避供应商“掉队”风险。\n4. 前沿技术引入与落地：追踪大模型数据领域的最新技术突破（如World Model生成数据、自动化标注技术），识别并引入能显著提升模型效果的创新数据源或工具，推动采购品类从“买数据”向“买能力”转型。\n5. 跨部门技术协同：作为采购与业务技术部门的桥梁，将外部供应商的技术能力转化为内部可理解的评估报告，协助算法团队制定数据需求标准，并参与技术谈判。\n1. 教育背景：计算机科学、人工智能、数据科学或供应链管理相关专业本科及以上学历。\n2. 行业经验：\n- 3年以上AI数据、大模型算法或相关技术领域的从业经验，熟悉数据从采集、清洗、标注到模型训练的全生命周期。\n- 具备大模型数据供应商研究经验，对全球头部数据服务商（如Scale AI, Appen, 以及新兴的具身智能数据公司）有深入了解，熟悉其技术栈与交付模式。\n3. 专业技能：\n- 大模型认知：深刻理解Transformer架构及主流大模型（GPT-4, Claude, Llama, Qwen等）对数据的需求差异，了解数据质量对模型性能的影响机制。\n- 数据技术：熟悉非结构化数据处理、合成数据生成、RLHF（人类反馈强化学习）流程及相关工具链。\n4. 核心素质：\n- 敏锐的商业技术嗅觉：能够从技术细节中洞察供应商的商业价值与潜在风险，具备优秀的行业分析能力。\n- 卓越的沟通能力：具备极强的中英文沟通能力，能够与国际供应商进行深度的技术对齐与商务谈判。\n- 英语能力：英语可作为工作语言，熟练阅读英文技术白皮书及行业研报。\n加分项\n- 有知名大模型公司数据采购或数据运营背景。\n- 熟悉数据合规、版权法律及跨境数据传输法规。\n- 具备采购相关认证（如CPSM）或实际采购谈判经验。\n- 在AI顶级会议发表过相关论文或有开源社区贡献。",
"standard_classification": {
"std_category_code": "S001",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}