{
    "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-数据研发工程师-数据验收业务",
        "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": "学历专业：本科及以上",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "负责核验 AI 模型采购的账单准确性与合规性，以及数据标注结算合规性，防范资损风险。日常对接各大 AI 模型厂商 API 和各类标注供应商交付，把 SLA 转化为可执行的核验规则，用自动化工具执行抽查，建立日检与月度复核机制。\n主要工作内容：\n1. 核验基准实施：主导核验与基准实施，构建不同的评估方式，搭建 Pipeline，输出结构化验收报告。\n2. 多模态数据质检：运用多模态理解等技术，从文本、音频、图像、视频等素材中提取有效信息，开展内容检测、异常识别，设计数据去重、抽检和复核方式，支撑自动化核验。\n3. 稽查自动化：结合 Agent 能力，推动规则与自动化工具落地，达到 T+0 日检，风险及时预警。",
        "requirements_text": "1. 学历专业：本科及以上，计算机、数据科学、统计学、信息管理或相关专业优先。\n2. 核心技能：\n○ 精通 SQL/Python（MaxCompute/ODPS、Hive、Spark SQL 等大数据平台优先），能独立编写复杂查询并具备性能调优能力，实现核验流程自动化；\n○ 具备非结构化数据处理能力，能从文本、图片、文档等多模态素材中准确提取有效信息（如 OCR、文档解析、多模态理解），支撑账单与合同要素的自动化抽取与核验；\n○ 熟悉数据建模、ETL 流水线与数据治理；了解 LLM Agent、RAG、MCP、Function Calling 等大模型应用范式。\n3. 工程素质：\n○ 能独立完成端到端核验系统的设计与落地，具备平台化抽象能力；\n○ 对数字敏感，具备较强的逻辑分析、异常识别与问题诊断能力，能从数据模式中提炼系统性风险；\n4. 加分项：\n○ 有数据标注流转、训练数据评估、RLHF 数据校验或 AI 数据生产相关经验；\n○ 有实时计算（Flink 等）或非结构化数据处理经验，熟悉 CI/CD 与数据管道工程。",
        "skills": [AI生成
            "Python",
            "SQL",
            "Spark",
            "Flink",
            "数据治理",
            "数据标注",
            "性能调优",
            "建模",
            "大语言模型",
            "检索增强生成"
        ],
        "preferred_qualifications": "1. 学历专业：本科及以上，计算机、数据科学、统计学、信息管理或相关专业优先；○ 精通 SQL/Python（MaxCompute/ODPS、Hive、Spark SQL 等大数据平台优先），能独立编写复杂查询并具备性能调优能力，实现核验流程自动化；4. 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=100030840001"
            }
        ]
    },
    "posting": {
        "posting_id": "100030840001",
        "post_date": "2026-09-15",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100030840001"
    },
    "fulltext": "数据技术及产品部-数据研发工程师-数据验收业务\n数据技术及产品部-数据研发工程师-数据验收业务\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\n负责核验 AI 模型采购的账单准确性与合规性，以及数据标注结算合规性，防范资损风险。日常对接各大 AI 模型厂商 API 和各类标注供应商交付，把 SLA 转化为可执行的核验规则，用自动化工具执行抽查，建立日检与月度复核机制。\n主要工作内容：\n1. 核验基准实施：主导核验与基准实施，构建不同的评估方式，搭建 Pipeline，输出结构化验收报告。\n2. 多模态数据质检：运用多模态理解等技术，从文本、音频、图像、视频等素材中提取有效信息，开展内容检测、异常识别，设计数据去重、抽检和复核方式，支撑自动化核验。\n3. 稽查自动化：结合 Agent 能力，推动规则与自动化工具落地，达到 T+0 日检，风险及时预警。\n\n职位要求\n1. 学历专业：本科及以上，计算机、数据科学、统计学、信息管理或相关专业优先。\n2. 核心技能：\n○ 精通 SQL/Python（MaxCompute/ODPS、Hive、Spark SQL 等大数据平台优先），能独立编写复杂查询并具备性能调优能力，实现核验流程自动化；\n○ 具备非结构化数据处理能力，能从文本、图片、文档等多模态素材中准确提取有效信息（如 OCR、文档解析、多模态理解），支撑账单与合同要素的自动化抽取与核验；\n○ 熟悉数据建模、ETL 流水线与数据治理；了解 LLM Agent、RAG、MCP、Function Calling 等大模型应用范式。\n3. 工程素质：\n○ 能独立完成端到端核验系统的设计与落地，具备平台化抽象能力；\n○ 对数字敏感，具备较强的逻辑分析、异常识别与问题诊断能力，能从数据模式中提炼系统性风险；\n4. 加分项：\n○ 有数据标注流转、训练数据评估、RLHF 数据校验或 AI 数据生产相关经验；\n○ 有实时计算（Flink 等）或非结构化数据处理经验，熟悉 CI/CD 与数据管道工程。\n负责核验 AI 模型采购的账单准确性与合规性，以及数据标注结算合规性，防范资损风险。日常对接各大 AI 模型厂商 API 和各类标注供应商交付，把 SLA 转化为可执行的核验规则，用自动化工具执行抽查，建立日检与月度复核机制。\n主要工作内容：\n1. 核验基准实施：主导核验与基准实施，构建不同的评估方式，搭建 Pipeline，输出结构化验收报告。\n2. 多模态数据质检：运用多模态理解等技术，从文本、音频、图像、视频等素材中提取有效信息，开展内容检测、异常识别，设计数据去重、抽检和复核方式，支撑自动化核验。\n3. 稽查自动化：结合 Agent 能力，推动规则与自动化工具落地，达到 T+0 日检，风险及时预警。\n1. 学历专业：本科及以上，计算机、数据科学、统计学、信息管理或相关专业优先。\n2. 核心技能：\n○ 精通 SQL/Python（MaxCompute/ODPS、Hive、Spark SQL 等大数据平台优先），能独立编写复杂查询并具备性能调优能力，实现核验流程自动化；\n○ 具备非结构化数据处理能力，能从文本、图片、文档等多模态素材中准确提取有效信息（如 OCR、文档解析、多模态理解），支撑账单与合同要素的自动化抽取与核验；\n○ 熟悉数据建模、ETL 流水线与数据治理；了解 LLM Agent、RAG、MCP、Function Calling 等大模型应用范式。\n3. 工程素质：\n○ 能独立完成端到端核验系统的设计与落地，具备平台化抽象能力；\n○ 对数字敏感，具备较强的逻辑分析、异常识别与问题诊断能力，能从数据模式中提炼系统性风险；\n4. 加分项：\n○ 有数据标注流转、训练数据评估、RLHF 数据校验或 AI 数据生产相关经验；\n○ 有实时计算（Flink 等）或非结构化数据处理经验，熟悉 CI/CD 与数据管道工程。",
    "standard_classification": {
        "std_category_code": "T016",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}