{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "阿里云智能-AI Data 工程师-MaaS数据-杭州",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "云智能集团",
        "location": "杭州",
        "work_mode": "未披露",AI生成
        "job_category": "未披露"AI生成
    },
    "company": {
        "company_name": "阿里云",
        "company_industry": "云计算 / 人工智能",
        "company_size": "10000人以上",
        "company_website": "alibaba.com",
        "company_description": "阿里云提供云基础设施、AI模型、智能体和计算服务。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "学历背景：本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1. 全模态数据流水线与架构建设：参与万亿级、EB级海量多模态数据（涵盖多语言文本、图像、音频、视频及 Agent 行为数据等）的采集、存储、清洗与加工。设计并实现高效率、高质量的全模态流程编排引擎及核心处理算子（Pipeline），保障海量异构数据的规模化流转与高扩展性。\n2. 全模态数据自动化标注：能够结合深度学习与多模态大模型技术，研发并落地智能化的数据处理策略。利用算法模型进行跨模态特征提取与对齐、低质量噪声数据过滤、复杂场景下的异常数据拦截与高价值数据挖掘，大幅提升数据处理的自动化水平与数据质量。\n3. 多模态数据对齐、评估与合成：主导大规模“图-文”、“视-文”、“音-文”等多模态对齐数据的规模化生产，尤其是在稀缺数据领域，探索并落地智能标注与前沿的数据合成（Data Synthesis）技术。与算法团队紧密合作，深度参与多模态大模型SFT及对齐阶段的高质量数据集构建、配比调优与评测，并通过评测结果反向持续优化语料质量。\n4. 数据资产化与科学分析：主导AI应用的全流程数据仓库与数据分析研发工作，包括数据同步、数据建模、数据计算、数据挖掘分析与数据可视化；构建高扩展性、高一致性、高业务价值的AI应用核心数据资产体系，确保指标准确、及时与可追溯\n5. 关注数据处理领域的新技术、新工具和新方法，积极参与技术分享和团队内部培训，推动团队的技术升级和创新。",
        "requirements_text": "1. 熟练掌握java、python、sql中一种或多种数据处理语言等，具备良好的编程习惯与工程能力；熟悉 Linux/Unix 环境及常用 Shell 操作；\n2. 熟悉主流大数据平台（如 Hadoop、Spark、Flink、MaxCompute 等），有数据清洗、ETL开发、数据建模或数据仓库建设经验者优先；\n3. 具备机器学习与深度学习算法基础，有使用主流大语言模型及多模态模型处理数据的经验；\n4. 学历背景：本科及以上学历，计算机、数学、统计等相关专业优先。",
        "skills": [AI生成
            "Python",
            "Java",
            "SQL",
            "Linux",
            "Spark",
            "Hadoop",
            "Flink",
            "机器学习",
            "深度学习",
            "数据清洗",
            "建模",
            "大语言模型"
        ],
        "preferred_qualifications": "2. 熟悉主流大数据平台（如 Hadoop、Spark、Flink、MaxCompute 等），有数据清洗、ETL开发、数据建模或数据仓库建设经验者优先；4. 学历背景：本科及以上学历，计算机、数学、统计等相关专业优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://careers.aliyun.com/off-campus/position-detail?positionId=100016763005"
            }
        ]
    },
    "posting": {
        "posting_id": "100016763005",
        "post_date": "2026-09-07",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://careers.aliyun.com/off-campus/position-detail?positionId=100016763005"
    },
    "fulltext": "阿里云智能-AI Data 工程师-MaaS数据-杭州\n阿里云智能-AI Data 工程师-MaaS数据-杭州\n\n基础信息\n工作地点：杭州\n\n职位描述\n1. 全模态数据流水线与架构建设：参与万亿级、EB级海量多模态数据（涵盖多语言文本、图像、音频、视频及 Agent 行为数据等）的采集、存储、清洗与加工。设计并实现高效率、高质量的全模态流程编排引擎及核心处理算子（Pipeline），保障海量异构数据的规模化流转与高扩展性。\n2. 全模态数据自动化标注：能够结合深度学习与多模态大模型技术，研发并落地智能化的数据处理策略。利用算法模型进行跨模态特征提取与对齐、低质量噪声数据过滤、复杂场景下的异常数据拦截与高价值数据挖掘，大幅提升数据处理的自动化水平与数据质量。\n3. 多模态数据对齐、评估与合成：主导大规模“图-文”、“视-文”、“音-文”等多模态对齐数据的规模化生产，尤其是在稀缺数据领域，探索并落地智能标注与前沿的数据合成（Data Synthesis）技术。与算法团队紧密合作，深度参与多模态大模型SFT及对齐阶段的高质量数据集构建、配比调优与评测，并通过评测结果反向持续优化语料质量。\n4. 数据资产化与科学分析：主导AI应用的全流程数据仓库与数据分析研发工作，包括数据同步、数据建模、数据计算、数据挖掘分析与数据可视化；构建高扩展性、高一致性、高业务价值的AI应用核心数据资产体系，确保指标准确、及时与可追溯\n5. 关注数据处理领域的新技术、新工具和新方法，积极参与技术分享和团队内部培训，推动团队的技术升级和创新。\n\n职位要求\n1. 熟练掌握java、python、sql中一种或多种数据处理语言等，具备良好的编程习惯与工程能力；熟悉 Linux/Unix 环境及常用 Shell 操作；\n2. 熟悉主流大数据平台（如 Hadoop、Spark、Flink、MaxCompute 等），有数据清洗、ETL开发、数据建模或数据仓库建设经验者优先；\n3. 具备机器学习与深度学习算法基础，有使用主流大语言模型及多模态模型处理数据的经验；\n4. 学历背景：本科及以上学历，计算机、数学、统计等相关专业优先。\n1. 全模态数据流水线与架构建设：参与万亿级、EB级海量多模态数据（涵盖多语言文本、图像、音频、视频及 Agent 行为数据等）的采集、存储、清洗与加工。设计并实现高效率、高质量的全模态流程编排引擎及核心处理算子（Pipeline），保障海量异构数据的规模化流转与高扩展性。\n2. 全模态数据自动化标注：能够结合深度学习与多模态大模型技术，研发并落地智能化的数据处理策略。利用算法模型进行跨模态特征提取与对齐、低质量噪声数据过滤、复杂场景下的异常数据拦截与高价值数据挖掘，大幅提升数据处理的自动化水平与数据质量。\n3. 多模态数据对齐、评估与合成：主导大规模“图-文”、“视-文”、“音-文”等多模态对齐数据的规模化生产，尤其是在稀缺数据领域，探索并落地智能标注与前沿的数据合成（Data Synthesis）技术。与算法团队紧密合作，深度参与多模态大模型SFT及对齐阶段的高质量数据集构建、配比调优与评测，并通过评测结果反向持续优化语料质量。\n4. 数据资产化与科学分析：主导AI应用的全流程数据仓库与数据分析研发工作，包括数据同步、数据建模、数据计算、数据挖掘分析与数据可视化；构建高扩展性、高一致性、高业务价值的AI应用核心数据资产体系，确保指标准确、及时与可追溯\n5. 关注数据处理领域的新技术、新工具和新方法，积极参与技术分享和团队内部培训，推动团队的技术升级和创新。\n1. 熟练掌握java、python、sql中一种或多种数据处理语言等，具备良好的编程习惯与工程能力；熟悉 Linux/Unix 环境及常用 Shell 操作；\n2. 熟悉主流大数据平台（如 Hadoop、Spark、Flink、MaxCompute 等），有数据清洗、ETL开发、数据建模或数据仓库建设经验者优先；\n3. 具备机器学习与深度学习算法基础，有使用主流大语言模型及多模态模型处理数据的经验；\n4. 学历背景：本科及以上学历，计算机、数学、统计等相关专业优先。",
    "standard_classification": {
        "std_category_code": "T016",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}