主分类：AI训练数据标注与评测运营
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-大模型数据质量工程师（训练数据准入方向）-北京杭州",
"job_level": "未披露",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-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": 3,
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "岗位定位\n1. 你将负责大模型训练与评测数据的质量准入，对采集、采购及标注交付的数据开展数据洞察、数据理解、质量验收与必要的数据处理，识别数据中的质量风险、能力缺口和潜在价值，形成明确、可信、可追溯的准入结论。\n2. 该岗位是数据进入训练、评测及应用链路前的第一道质量门，需要既能深入样本理解数据，又能通过分析方法和工具规模化发现问题，并推动数据生产方、供应商和业务方完成质量闭环。\n岗位职责\n1. 负责采集、采购、标注数据的准入验收，制定质量Rubric、抽样方案、验收阈值和错误分类标准，输出接收、整改或拒收结论。\n2. 开展数据画像与质量洞察，分析数据分布、覆盖度、多样性、重复率、噪声、偏差及长尾场景，为数据采购、标注策略和训练数据配比提供依据。\n3. 深入理解数据内容、业务语义和生产过程，结合训练与评测目标，判断数据是否正确、有效、有价值、可训练、可评测。\n4. 使用Python、SQL及大模型、Agent工具完成数据解析、清洗去重、异常检测、分层抽样和辅助判定，推动质量规则工具化与验收流程自动化。\n5. 对异常批次开展根因分析，定位采集、采购、标注、供应商执行或处理链路中的问题，推动整改、复验和质量闭环。\n6. 与算法、采购、数据生产、标注运营及平台研发团队协作，沉淀质量报告、数据来源画像、验收SOP和典型案例，持续提升验收效率与一致性。",
"requirements_text": "1. 本科及以上学历，计算机、人工智能、数据科学、统计学、数学或相关专业；具备3年以上数据分析、数据质量、数据生产或模型评测相关经验。\n2. 熟练使用Python和SQL，能够独立完成数据清洗、统计分析、抽样、可视化和质量检查；熟悉Pandas、Spark、Hive、ODPS等工具或平台中的一种或多种。\n3. 理解大模型训练与评测流程，了解预训练、SFT、偏好数据、RL数据和评测集等常见数据形态，以及清洗、去重、标注、验收和版本管理等关键环节。\n4. 熟悉大模型API调用与Agent应用开发，理解工具编排、Prompt工程和判定指标设计，有将大模型或Agent能力稳定落地到生产链路的实践经验。\n5. 具备较强的数据敏感度、内容理解和问题定位能力，能够结合样本分析与量化指标识别数据偏差、质量波动和长尾问题。\n6. 具备良好的逻辑分析、结构化表达和跨团队协作能力，工作严谨负责，能够推动问题整改闭环并对数据准入结论负责。\n加分项\n1. 有大模型训练数据、评测数据、数据标注、内容安全或多模态数据质量相关经验。\n2. 有数据质检平台、规则引擎、LLM-as-Judge或人机协同验收流程建设经验。\n3. 有供应商交付验收、数据价值验证，或代码、金融、法律、医疗等垂直领域数据经验。",
"skills": [AI生成
"Python",
"SQL",
"Spark",
"数据分析",
"统计分析",
"数据清洗",
"数据标注",
"模型训练",
"团队协作",
"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=100019340011"
}
]
},
"posting": {
"posting_id": "100019340011",
"post_date": "2026-09-10",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100019340011"
},
"fulltext": "数据技术及产品部-大模型数据质量工程师（训练数据准入方向）-北京杭州\n数据技术及产品部-大模型数据质量工程师（训练数据准入方向）-北京杭州\n\n基础信息\n职位类别：技术类-数据\n工作地点：北京 / 杭州\n\n职位描述\n岗位定位\n1. 你将负责大模型训练与评测数据的质量准入，对采集、采购及标注交付的数据开展数据洞察、数据理解、质量验收与必要的数据处理，识别数据中的质量风险、能力缺口和潜在价值，形成明确、可信、可追溯的准入结论。\n2. 该岗位是数据进入训练、评测及应用链路前的第一道质量门，需要既能深入样本理解数据，又能通过分析方法和工具规模化发现问题，并推动数据生产方、供应商和业务方完成质量闭环。\n岗位职责\n1. 负责采集、采购、标注数据的准入验收，制定质量Rubric、抽样方案、验收阈值和错误分类标准，输出接收、整改或拒收结论。\n2. 开展数据画像与质量洞察，分析数据分布、覆盖度、多样性、重复率、噪声、偏差及长尾场景，为数据采购、标注策略和训练数据配比提供依据。\n3. 深入理解数据内容、业务语义和生产过程，结合训练与评测目标，判断数据是否正确、有效、有价值、可训练、可评测。\n4. 使用Python、SQL及大模型、Agent工具完成数据解析、清洗去重、异常检测、分层抽样和辅助判定，推动质量规则工具化与验收流程自动化。\n5. 对异常批次开展根因分析，定位采集、采购、标注、供应商执行或处理链路中的问题，推动整改、复验和质量闭环。\n6. 与算法、采购、数据生产、标注运营及平台研发团队协作，沉淀质量报告、数据来源画像、验收SOP和典型案例，持续提升验收效率与一致性。\n\n职位要求\n1. 本科及以上学历，计算机、人工智能、数据科学、统计学、数学或相关专业；具备3年以上数据分析、数据质量、数据生产或模型评测相关经验。\n2. 熟练使用Python和SQL，能够独立完成数据清洗、统计分析、抽样、可视化和质量检查；熟悉Pandas、Spark、Hive、ODPS等工具或平台中的一种或多种。\n3. 理解大模型训练与评测流程，了解预训练、SFT、偏好数据、RL数据和评测集等常见数据形态，以及清洗、去重、标注、验收和版本管理等关键环节。\n4. 熟悉大模型API调用与Agent应用开发，理解工具编排、Prompt工程和判定指标设计，有将大模型或Agent能力稳定落地到生产链路的实践经验。\n5. 具备较强的数据敏感度、内容理解和问题定位能力，能够结合样本分析与量化指标识别数据偏差、质量波动和长尾问题。\n6. 具备良好的逻辑分析、结构化表达和跨团队协作能力，工作严谨负责，能够推动问题整改闭环并对数据准入结论负责。\n加分项\n1. 有大模型训练数据、评测数据、数据标注、内容安全或多模态数据质量相关经验。\n2. 有数据质检平台、规则引擎、LLM-as-Judge或人机协同验收流程建设经验。\n3. 有供应商交付验收、数据价值验证，或代码、金融、法律、医疗等垂直领域数据经验。\n岗位定位\n1. 你将负责大模型训练与评测数据的质量准入，对采集、采购及标注交付的数据开展数据洞察、数据理解、质量验收与必要的数据处理，识别数据中的质量风险、能力缺口和潜在价值，形成明确、可信、可追溯的准入结论。\n2. 该岗位是数据进入训练、评测及应用链路前的第一道质量门，需要既能深入样本理解数据，又能通过分析方法和工具规模化发现问题，并推动数据生产方、供应商和业务方完成质量闭环。\n岗位职责\n1. 负责采集、采购、标注数据的准入验收，制定质量Rubric、抽样方案、验收阈值和错误分类标准，输出接收、整改或拒收结论。\n2. 开展数据画像与质量洞察，分析数据分布、覆盖度、多样性、重复率、噪声、偏差及长尾场景，为数据采购、标注策略和训练数据配比提供依据。\n3. 深入理解数据内容、业务语义和生产过程，结合训练与评测目标，判断数据是否正确、有效、有价值、可训练、可评测。\n4. 使用Python、SQL及大模型、Agent工具完成数据解析、清洗去重、异常检测、分层抽样和辅助判定，推动质量规则工具化与验收流程自动化。\n5. 对异常批次开展根因分析，定位采集、采购、标注、供应商执行或处理链路中的问题，推动整改、复验和质量闭环。\n6. 与算法、采购、数据生产、标注运营及平台研发团队协作，沉淀质量报告、数据来源画像、验收SOP和典型案例，持续提升验收效率与一致性。\n1. 本科及以上学历，计算机、人工智能、数据科学、统计学、数学或相关专业；具备3年以上数据分析、数据质量、数据生产或模型评测相关经验。\n2. 熟练使用Python和SQL，能够独立完成数据清洗、统计分析、抽样、可视化和质量检查；熟悉Pandas、Spark、Hive、ODPS等工具或平台中的一种或多种。\n3. 理解大模型训练与评测流程，了解预训练、SFT、偏好数据、RL数据和评测集等常见数据形态，以及清洗、去重、标注、验收和版本管理等关键环节。\n4. 熟悉大模型API调用与Agent应用开发，理解工具编排、Prompt工程和判定指标设计，有将大模型或Agent能力稳定落地到生产链路的实践经验。\n5. 具备较强的数据敏感度、内容理解和问题定位能力，能够结合样本分析与量化指标识别数据偏差、质量波动和长尾问题。\n6. 具备良好的逻辑分析、结构化表达和跨团队协作能力，工作严谨负责，能够推动问题整改闭环并对数据准入结论负责。\n加分项\n1. 有大模型训练数据、评测数据、数据标注、内容安全或多模态数据质量相关经验。\n2. 有数据质检平台、规则引擎、LLM-as-Judge或人机协同验收流程建设经验。\n3. 有供应商交付验收、数据价值验证，或代码、金融、法律、医疗等垂直领域数据经验。",
"standard_classification": {
"std_category_code": "B010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}