主分类：通用算法研发（其他方向）
辅助：大模型与生成式算法研发（仅展示）
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-数据算法-杭州/北京",
"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-算法"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. 高质量数据挖掘：负责重点领域高质量网页挖掘算法的设计与优化，提升有价值数据的召回率与准确率。针对特定类型数据源（如专业知识库、代码仓库、学术论文、多模态内容等）研发定向挖掘策略，构建可持续扩展的数据获取能力。\n2. 多模态合成数据生成：设计并构建 LLM / VLM / Omni 等多种模态的 SFT（监督微调）与 RL（强化学习）合成数据生产链路。研究合成数据的可控生成、多样性增强、难度调度与分布对齐方法，提升合成数据对模型能力的增益。\n3. 数据处理算法研发：研发新一代数据处理算法，包括但不限于网页解析、质量评分模型、数据去重与去污染、图像预处理、跨模态对齐等。推动算子的工程化落地，形成标准化、可插拔的数据处理组件。\n4. 数据质检与配比优化：构建数据质量验证算法，覆盖完整性、准确性、安全性、知识密度等多维指标。研发数据改写、数据清洗、数据配比优化等方法，保障训练数据分布合理、质量稳定。",
"requirements_text": "1. 具有 LLM、VLM 或多模态大模型数据处理、预训练或后训练相关项目经验。\n2. 熟悉至少一种深度学习框架（PyTorch / TensorFlow 等）。\n3. 具备良好的问题分析和团队协作能力，能够独立推进算法研究到业务落地。\n加分项：\n1.有大模型核心团队（如知名 AI lab、头部互联网公司大模型团队、顶尖高校研究组等）工作经历。\n2.在 ACL、EMNLP、NeurIPS、ICML、CVPR、ICCV、MM 等顶级会议或期刊发表过数据挖掘、多模态学习、大模型训练相关论文。\n3.对网页解析、数据去重、质量模型、跨模态对齐、合成数据生成等方向有深入研究和实践经验。",
"skills": [AI生成
"PyTorch",
"TensorFlow",
"深度学习",
"数据挖掘",
"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=100028520001"
}
]
},
"posting": {
"posting_id": "100028520001",
"post_date": "2026-08-18",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100028520001"
},
"fulltext": "数据技术及产品部-数据算法-杭州/北京\n数据技术及产品部-数据算法-杭州/北京\n\n基础信息\n职位类别：技术类-算法\n工作地点：北京 / 杭州\n\n职位描述\n1. 高质量数据挖掘：负责重点领域高质量网页挖掘算法的设计与优化，提升有价值数据的召回率与准确率。针对特定类型数据源（如专业知识库、代码仓库、学术论文、多模态内容等）研发定向挖掘策略，构建可持续扩展的数据获取能力。\n2. 多模态合成数据生成：设计并构建 LLM / VLM / Omni 等多种模态的 SFT（监督微调）与 RL（强化学习）合成数据生产链路。研究合成数据的可控生成、多样性增强、难度调度与分布对齐方法，提升合成数据对模型能力的增益。\n3. 数据处理算法研发：研发新一代数据处理算法，包括但不限于网页解析、质量评分模型、数据去重与去污染、图像预处理、跨模态对齐等。推动算子的工程化落地，形成标准化、可插拔的数据处理组件。\n4. 数据质检与配比优化：构建数据质量验证算法，覆盖完整性、准确性、安全性、知识密度等多维指标。研发数据改写、数据清洗、数据配比优化等方法，保障训练数据分布合理、质量稳定。\n\n职位要求\n1. 具有 LLM、VLM 或多模态大模型数据处理、预训练或后训练相关项目经验。\n2. 熟悉至少一种深度学习框架（PyTorch / TensorFlow 等）。\n3. 具备良好的问题分析和团队协作能力，能够独立推进算法研究到业务落地。\n加分项：\n1.有大模型核心团队（如知名 AI lab、头部互联网公司大模型团队、顶尖高校研究组等）工作经历。\n2.在 ACL、EMNLP、NeurIPS、ICML、CVPR、ICCV、MM 等顶级会议或期刊发表过数据挖掘、多模态学习、大模型训练相关论文。\n3.对网页解析、数据去重、质量模型、跨模态对齐、合成数据生成等方向有深入研究和实践经验。\n1. 高质量数据挖掘：负责重点领域高质量网页挖掘算法的设计与优化，提升有价值数据的召回率与准确率。针对特定类型数据源（如专业知识库、代码仓库、学术论文、多模态内容等）研发定向挖掘策略，构建可持续扩展的数据获取能力。\n2. 多模态合成数据生成：设计并构建 LLM / VLM / Omni 等多种模态的 SFT（监督微调）与 RL（强化学习）合成数据生产链路。研究合成数据的可控生成、多样性增强、难度调度与分布对齐方法，提升合成数据对模型能力的增益。\n3. 数据处理算法研发：研发新一代数据处理算法，包括但不限于网页解析、质量评分模型、数据去重与去污染、图像预处理、跨模态对齐等。推动算子的工程化落地，形成标准化、可插拔的数据处理组件。\n4. 数据质检与配比优化：构建数据质量验证算法，覆盖完整性、准确性、安全性、知识密度等多维指标。研发数据改写、数据清洗、数据配比优化等方法，保障训练数据分布合理、质量稳定。\n1. 具有 LLM、VLM 或多模态大模型数据处理、预训练或后训练相关项目经验。\n2. 熟悉至少一种深度学习框架（PyTorch / TensorFlow 等）。\n3. 具备良好的问题分析和团队协作能力，能够独立推进算法研究到业务落地。\n加分项：\n1.有大模型核心团队（如知名 AI lab、头部互联网公司大模型团队、顶尖高校研究组等）工作经历。\n2.在 ACL、EMNLP、NeurIPS、ICML、CVPR、ICCV、MM 等顶级会议或期刊发表过数据挖掘、多模态学习、大模型训练相关论文。\n3.对网页解析、数据去重、质量模型、跨模态对齐、合成数据生成等方向有深入研究和实践经验。",
"standard_classification": {
"std_category_code": "T033",
"std_aux_codes": [
"T010"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}