{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "数据技术及产品部-AI数据工程-杭州",
        "job_level": "未披露",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": "",
        "degree": "本科",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、参与集团级AI数据引擎：负责多模态数据（文本、音频、图像、视频）的采集、清洗、处理、治理与资产化管理，打造可复用、可观测、可解释的 EB 级数据体系，支撑大模型训练与推理的高质量数据供给；\n2、多模态数据智能化处理：主导音频/视频/图像等模态的自动理解、标签体系构建、语义特征抽取、质量建模与自动化治理；设计并训练分类、识别、预测等多模态模型；\n3、AI Native数据Pipeline建设：使用LLM+Agent框架构建智能数据Pipeline，实现数据分渠道过滤、去重、质量诊断、调度编排和异常告警等环节的自动化，显著降低人力成本；\n4、数据&模型闭环迭代：基于评测反馈的短板，设计对应的专项数据集，并在训练过程中构建可观测指标，量化数据对模型能力提升的贡献，动态更新数据集，实现数据 → 模型 → 评测 → 数据的循环优化；\n5、数据资产治理：负责元数据、数据血缘、分类分级、质量评分、数据标准、价值评估等治理框架的设计与落地，推动数据资产的可视化与可运营化，让数据可管理、可复用、可增长；\n6、算法与工程一体化协作：与模型团队协作，参与训练数据构造、数据反哺、短板挖掘和评测闭环建设，通过数据驱动模型能力提升，成为AI模型训练的数据核心驱动力；",
        "requirements_text": "1、具备AI+数据双栈能力：精通Python，熟悉SQL/Shell；理解LLM、音频/视频模型、多模态模型等基础原理；具有大模型数据构造、清洗、合成或质量评估相关实践经验。\n2、多模态数据能力：熟悉图像、视频或音频中的任一模态的特征工程、理解/分类/识别算法或质量建模方法；具备深度学习模型训练实践（PyTorch/TensorFlow）。\n3、数据工程基础扎实：熟悉主流大数据平台（如 Spark/Flink/MaxCompute/Hadoop）；具备 ETL、数据建模、数据 Pipeline 或数据仓库建设经验。\n4、数据治理意识：理解元数据、数据质量、数据血缘、数据标准等治理理念；有数据资产体系或治理平台建设经验者优先。\n5、AI Native 工作流思维：熟悉 Agent、LLM 工具链，对如何将 LLM 融入数据生产、数据分析、数据治理流程有实践经验或强烈兴趣。\n6、工程落地能力强：具备良好的工程实现、问题拆解、项目协同能力，能推动数据与模型闭环高效落地。\n加分项：\n1、参与过语音、多模态、LLM、VL等任意模型方向的竞赛或开源贡献者优先。\n2、有小模型算子训练、加速优化实践经验者优先。\n3、在 ICASSP、Interspeech、CVPR、ACL、NeurIPS、AAAI 等顶会有论文或行业竞赛获奖经历。\n4、对数据反哺模型能力提升有一定的实战经验者优先。",
        "skills": [AI生成
            "Python",
            "SQL",
            "Spark",
            "Hadoop",
            "Flink",
            "PyTorch",
            "TensorFlow",
            "深度学习",
            "数据分析",
            "数据治理",
            "模型训练",
            "建模",
            "大语言模型"
        ],
        "preferred_qualifications": "有数据资产体系或治理平台建设经验者优先；加分项：；1、参与过语音、多模态、LLM、VL等任意模型方向的竞赛或开源贡献者优先；2、有小模型算子训练、加速优化实践经验者优先；4、对数据反哺模型能力提升有一定的实战经验者优先",
        "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=100017520003"
            }
        ]
    },
    "posting": {
        "posting_id": "100017520003",
        "post_date": "2026-09-14",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100017520003"
    },
    "fulltext": "数据技术及产品部-AI数据工程-杭州\n数据技术及产品部-AI数据工程-杭州\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\n1、参与集团级AI数据引擎：负责多模态数据（文本、音频、图像、视频）的采集、清洗、处理、治理与资产化管理，打造可复用、可观测、可解释的 EB 级数据体系，支撑大模型训练与推理的高质量数据供给；\n2、多模态数据智能化处理：主导音频/视频/图像等模态的自动理解、标签体系构建、语义特征抽取、质量建模与自动化治理；设计并训练分类、识别、预测等多模态模型；\n3、AI Native数据Pipeline建设：使用LLM+Agent框架构建智能数据Pipeline，实现数据分渠道过滤、去重、质量诊断、调度编排和异常告警等环节的自动化，显著降低人力成本；\n4、数据&模型闭环迭代：基于评测反馈的短板，设计对应的专项数据集，并在训练过程中构建可观测指标，量化数据对模型能力提升的贡献，动态更新数据集，实现数据 → 模型 → 评测 → 数据的循环优化；\n5、数据资产治理：负责元数据、数据血缘、分类分级、质量评分、数据标准、价值评估等治理框架的设计与落地，推动数据资产的可视化与可运营化，让数据可管理、可复用、可增长；\n6、算法与工程一体化协作：与模型团队协作，参与训练数据构造、数据反哺、短板挖掘和评测闭环建设，通过数据驱动模型能力提升，成为AI模型训练的数据核心驱动力；\n\n职位要求\n1、具备AI+数据双栈能力：精通Python，熟悉SQL/Shell；理解LLM、音频/视频模型、多模态模型等基础原理；具有大模型数据构造、清洗、合成或质量评估相关实践经验。\n2、多模态数据能力：熟悉图像、视频或音频中的任一模态的特征工程、理解/分类/识别算法或质量建模方法；具备深度学习模型训练实践（PyTorch/TensorFlow）。\n3、数据工程基础扎实：熟悉主流大数据平台（如 Spark/Flink/MaxCompute/Hadoop）；具备 ETL、数据建模、数据 Pipeline 或数据仓库建设经验。\n4、数据治理意识：理解元数据、数据质量、数据血缘、数据标准等治理理念；有数据资产体系或治理平台建设经验者优先。\n5、AI Native 工作流思维：熟悉 Agent、LLM 工具链，对如何将 LLM 融入数据生产、数据分析、数据治理流程有实践经验或强烈兴趣。\n6、工程落地能力强：具备良好的工程实现、问题拆解、项目协同能力，能推动数据与模型闭环高效落地。\n加分项：\n1、参与过语音、多模态、LLM、VL等任意模型方向的竞赛或开源贡献者优先。\n2、有小模型算子训练、加速优化实践经验者优先。\n3、在 ICASSP、Interspeech、CVPR、ACL、NeurIPS、AAAI 等顶会有论文或行业竞赛获奖经历。\n4、对数据反哺模型能力提升有一定的实战经验者优先。\n1、参与集团级AI数据引擎：负责多模态数据（文本、音频、图像、视频）的采集、清洗、处理、治理与资产化管理，打造可复用、可观测、可解释的 EB 级数据体系，支撑大模型训练与推理的高质量数据供给；\n2、多模态数据智能化处理：主导音频/视频/图像等模态的自动理解、标签体系构建、语义特征抽取、质量建模与自动化治理；设计并训练分类、识别、预测等多模态模型；\n3、AI Native数据Pipeline建设：使用LLM+Agent框架构建智能数据Pipeline，实现数据分渠道过滤、去重、质量诊断、调度编排和异常告警等环节的自动化，显著降低人力成本；\n4、数据&模型闭环迭代：基于评测反馈的短板，设计对应的专项数据集，并在训练过程中构建可观测指标，量化数据对模型能力提升的贡献，动态更新数据集，实现数据 → 模型 → 评测 → 数据的循环优化；\n5、数据资产治理：负责元数据、数据血缘、分类分级、质量评分、数据标准、价值评估等治理框架的设计与落地，推动数据资产的可视化与可运营化，让数据可管理、可复用、可增长；\n6、算法与工程一体化协作：与模型团队协作，参与训练数据构造、数据反哺、短板挖掘和评测闭环建设，通过数据驱动模型能力提升，成为AI模型训练的数据核心驱动力；\n1、具备AI+数据双栈能力：精通Python，熟悉SQL/Shell；理解LLM、音频/视频模型、多模态模型等基础原理；具有大模型数据构造、清洗、合成或质量评估相关实践经验。\n2、多模态数据能力：熟悉图像、视频或音频中的任一模态的特征工程、理解/分类/识别算法或质量建模方法；具备深度学习模型训练实践（PyTorch/TensorFlow）。\n3、数据工程基础扎实：熟悉主流大数据平台（如 Spark/Flink/MaxCompute/Hadoop）；具备 ETL、数据建模、数据 Pipeline 或数据仓库建设经验。\n4、数据治理意识：理解元数据、数据质量、数据血缘、数据标准等治理理念；有数据资产体系或治理平台建设经验者优先。\n5、AI Native 工作流思维：熟悉 Agent、LLM 工具链，对如何将 LLM 融入数据生产、数据分析、数据治理流程有实践经验或强烈兴趣。\n6、工程落地能力强：具备良好的工程实现、问题拆解、项目协同能力，能推动数据与模型闭环高效落地。\n加分项：\n1、参与过语音、多模态、LLM、VL等任意模型方向的竞赛或开源贡献者优先。\n2、有小模型算子训练、加速优化实践经验者优先。\n3、在 ICASSP、Interspeech、CVPR、ACL、NeurIPS、AAAI 等顶会有论文或行业竞赛获奖经历。\n4、对数据反哺模型能力提升有一定的实战经验者优先。",
    "standard_classification": {
        "std_category_code": "T016",
        "std_aux_codes": [
            "T010"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}