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-大模型数据处理研发工程师/专家-AIData",
"job_level": "专家",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": "",
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 负责大模型数据处理与资产化体系的建设，围绕数据的接入、加工、治理与沉淀构建自动化、可扩展的处理能力，保障高质量数据的持续供给。\n2. 抽象通用的数据处理与质量治理框架，将各类数据加工与清洗诉求沉淀为标准化、可复用、自动化的平台组件，提升处理效率与工程质量。\n3. 建设数据资产化与全生命周期治理能力，实现数据的规范化沉淀、统一管理与可追溯，推动多来源数据的融合与统一。\n4. 与算法及平台团队紧密协作，把复杂的数据处理需求转化为平台化、自动化能力，持续提升整个团队的数据处理与供给能力。",
"requirements_text": "1. 本科及以上学历，计算机相关专业；具备数据处理或模型训练经验。\n2. 熟练掌握文本、多模态等非结构化数据处理方法，精通数据清洗、去重、相似度计算、脱敏、特征提取与数据增强等技术。\n3. 精通Python、Java中至少一种，熟悉常用的数据、文本与图像处理库，能高效实现数据清洗与处理的算法和流程。\n4. 具备丰富的数据湖开发经验（Hudi/Iceberg/Hive等），对数据计算框架（Spark/Flink/Hadoop/Ray）有深入实践与理解；熟悉ODPS/MaxCompute、OSS与调度平台（如DataWorks）。\n5. 具备良好的数据建模、ETL与数据质量治理能力，能解决数据工作中的各类复杂问题。\n6. 良好的团队协作与沟通能力，责任心强，能推动项目进展。\n加分项\n● 主导过大模型或离在线场景下的数据平台/海量数据处理建设；具备分布式采集、高并发或过亿量级数据处理经验者优先。\n● 分布式采集与反爬策略、数据挖掘经验。\n● 大模型训练数据集建设、数据血缘与全生命周期治理经验；了解LLM/多模态数据建设原理。",
"skills": [AI生成
"Python",
"Java",
"Spark",
"Hadoop",
"Flink",
"数据挖掘",
"数据清洗",
"模型训练",
"团队协作",
"沟通能力",
"建模",
"大语言模型"
],
"preferred_qualifications": "加分项；具备分布式采集、高并发或过亿量级数据处理经验者优先",
"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=100028280001"
}
]
},
"posting": {
"posting_id": "100028280001",
"post_date": "2026-09-09",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100028280001"
},
"fulltext": "数据技术及产品部-大模型数据处理研发工程师/专家-AIData\n数据技术及产品部-大模型数据处理研发工程师/专家-AIData\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\n1. 负责大模型数据处理与资产化体系的建设，围绕数据的接入、加工、治理与沉淀构建自动化、可扩展的处理能力，保障高质量数据的持续供给。\n2. 抽象通用的数据处理与质量治理框架，将各类数据加工与清洗诉求沉淀为标准化、可复用、自动化的平台组件，提升处理效率与工程质量。\n3. 建设数据资产化与全生命周期治理能力，实现数据的规范化沉淀、统一管理与可追溯，推动多来源数据的融合与统一。\n4. 与算法及平台团队紧密协作，把复杂的数据处理需求转化为平台化、自动化能力，持续提升整个团队的数据处理与供给能力。\n\n职位要求\n1. 本科及以上学历，计算机相关专业；具备数据处理或模型训练经验。\n2. 熟练掌握文本、多模态等非结构化数据处理方法，精通数据清洗、去重、相似度计算、脱敏、特征提取与数据增强等技术。\n3. 精通Python、Java中至少一种，熟悉常用的数据、文本与图像处理库，能高效实现数据清洗与处理的算法和流程。\n4. 具备丰富的数据湖开发经验（Hudi/Iceberg/Hive等），对数据计算框架（Spark/Flink/Hadoop/Ray）有深入实践与理解；熟悉ODPS/MaxCompute、OSS与调度平台（如DataWorks）。\n5. 具备良好的数据建模、ETL与数据质量治理能力，能解决数据工作中的各类复杂问题。\n6. 良好的团队协作与沟通能力，责任心强，能推动项目进展。\n加分项\n● 主导过大模型或离在线场景下的数据平台/海量数据处理建设；具备分布式采集、高并发或过亿量级数据处理经验者优先。\n● 分布式采集与反爬策略、数据挖掘经验。\n● 大模型训练数据集建设、数据血缘与全生命周期治理经验；了解LLM/多模态数据建设原理。\n1. 负责大模型数据处理与资产化体系的建设，围绕数据的接入、加工、治理与沉淀构建自动化、可扩展的处理能力，保障高质量数据的持续供给。\n2. 抽象通用的数据处理与质量治理框架，将各类数据加工与清洗诉求沉淀为标准化、可复用、自动化的平台组件，提升处理效率与工程质量。\n3. 建设数据资产化与全生命周期治理能力，实现数据的规范化沉淀、统一管理与可追溯，推动多来源数据的融合与统一。\n4. 与算法及平台团队紧密协作，把复杂的数据处理需求转化为平台化、自动化能力，持续提升整个团队的数据处理与供给能力。\n1. 本科及以上学历，计算机相关专业；具备数据处理或模型训练经验。\n2. 熟练掌握文本、多模态等非结构化数据处理方法，精通数据清洗、去重、相似度计算、脱敏、特征提取与数据增强等技术。\n3. 精通Python、Java中至少一种，熟悉常用的数据、文本与图像处理库，能高效实现数据清洗与处理的算法和流程。\n4. 具备丰富的数据湖开发经验（Hudi/Iceberg/Hive等），对数据计算框架（Spark/Flink/Hadoop/Ray）有深入实践与理解；熟悉ODPS/MaxCompute、OSS与调度平台（如DataWorks）。\n5. 具备良好的数据建模、ETL与数据质量治理能力，能解决数据工作中的各类复杂问题。\n6. 良好的团队协作与沟通能力，责任心强，能推动项目进展。\n加分项\n● 主导过大模型或离在线场景下的数据平台/海量数据处理建设；具备分布式采集、高并发或过亿量级数据处理经验者优先。\n● 分布式采集与反爬策略、数据挖掘经验。\n● 大模型训练数据集建设、数据血缘与全生命周期治理经验；了解LLM/多模态数据建设原理。",
"standard_classification": {
"std_category_code": "T016",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}