主分类：数据工程与数据平台研发
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": "数据技术及产品部-AI数据处理工程师-数据工程",
"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": "产品"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、深度参与Qwen-Image基模的数据处理、交付、评测完整链路， 助力模型成为全球最领先的图像生成/编辑模型；\n2、通过agent框架，建设不同场景的数据合成链路，实现垂域高质量图片数据的规模化合成；\n3、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；\n4、构建海量的图片检索引擎，满足垂域数据的高质量检索需求；\n5、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及大数据处理；\n2、具备一定的机器学习&深度学习算法基础，理解图像生成模型的基础原理，对该领域有强烈的兴趣；\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、数据敏感性：具体极强的数据sense，能够从海量数据中挖掘出有价值的数据；\n5、AI Native 工作流思维：熟悉 Agent、LLM 工具链，具备扎实的AI Coding能力。",
"skills": [AI生成
"Python",
"SQL",
"Spark",
"Hadoop",
"Flink",
"机器学习",
"深度学习",
"建模",
"大语言模型"
],
"preferred_qualifications": "未披露",
"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=100018840002"
}
]
},
"posting": {
"posting_id": "100018840002",
"post_date": "2026-09-11",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100018840002"
},
"fulltext": "数据技术及产品部-AI数据处理工程师-数据工程\n数据技术及产品部-AI数据处理工程师-数据工程\n\n基础信息\n工作地点：杭州\n\n职位描述\n1、深度参与Qwen-Image基模的数据处理、交付、评测完整链路， 助力模型成为全球最领先的图像生成/编辑模型；\n2、通过agent框架，建设不同场景的数据合成链路，实现垂域高质量图片数据的规模化合成；\n3、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；\n4、构建海量的图片检索引擎，满足垂域数据的高质量检索需求；\n5、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及大数据处理；\n2、具备一定的机器学习&深度学习算法基础，理解图像生成模型的基础原理，对该领域有强烈的兴趣；\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、数据敏感性：具体极强的数据sense，能够从海量数据中挖掘出有价值的数据；\n5、AI Native 工作流思维：熟悉 Agent、LLM 工具链，具备扎实的AI Coding能力。\n1、深度参与Qwen-Image基模的数据处理、交付、评测完整链路， 助力模型成为全球最领先的图像生成/编辑模型；\n2、通过agent框架，建设不同场景的数据合成链路，实现垂域高质量图片数据的规模化合成；\n3、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；\n4、构建海量的图片检索引擎，满足垂域数据的高质量检索需求；\n5、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及大数据处理；\n2、具备一定的机器学习&深度学习算法基础，理解图像生成模型的基础原理，对该领域有强烈的兴趣；\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、数据敏感性：具体极强的数据sense，能够从海量数据中挖掘出有价值的数据；\n5、AI Native 工作流思维：熟悉 Agent、LLM 工具链，具备扎实的AI Coding能力。",
"standard_classification": {
"std_category_code": "T016",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}