职位详情

职位列表 链接有效 不适用(官网全量采集) official:alibaba:199907660031

算法工程师-大数据处理

未披露 · 北京 / 杭州 · 阿里云

主分类:数据工程与数据平台研发
算法与数据
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": "算法工程师-大数据处理",
        "job_level": "校招",AI生成
        "work_category": "全职",AI生成
        "department": "阿里云",
        "location": "北京 / 杭州",
        "work_mode": "未披露",AI生成
        "job_category": "技术类"AI生成
    },
    "company": {
        "company_name": "阿里云",
        "company_industry": "云计算 / 人工智能",
        "company_size": "10000人以上",
        "company_website": "alibaba.com",
        "company_description": "阿里云提供云基础设施、AI模型、智能体和计算服务。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "计算机、数学、统计、人工智能、大数据等相关专业硕士及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1.构建集团核心数据资产体系,结合业务需求与数据算法能力,主导大数据的处理、解析、分析、挖掘、研发及优化工作;\n2.负责集团海量全模态(文本/图像/视频/音频)及跨模态数据的标签体系设计、特征提取、模式挖掘与内容理解,设计高精度、低资源消耗的多模态数据智能分析处理方案;\n3.研发基于深度学习与大模型的跨模态数据融合算法框架,构建多模态数据协同分析模型,支撑业务场景下的数据价值挖掘与知识发现;\n4.主导数据智能平台算法模块开发,构建支持海量、全模态数据处理的高可用数据中台;\n5.踪多模态算法、大模型及前沿数据处理技术,推动创新算法在实际业务场景的落地应用。",
        "requirements_text": "1. 计算机、数学、统计、人工智能、大数据等相关专业硕士及以上学历,有数据算法相关实践经验,具备多模态/跨模态数据处理项目经验;\n2. 熟悉深度学习算法框架(如TensorFlow/PyTorch),在多模态数据处理、表征学习、大模型应用等领域有实现经验;\n3. 具备扎实的数学建模能力,擅长设计数据驱动的算法解决方案,对算法性能优化和工程实现有深刻理解;\n4. 熟悉大规模数据处理全流程,具备海量数据特征工程、算法优化及质量评估经验,有数据治理与质量管控经验者优先;\n5. 热爱数据科学研究,具备优秀的逻辑思维能力和技术创新意识,精通Python/Java等至少一种编程语言,有大规模数据算法开发经验者优先。",
        "skills": [AI生成
            "Python",
            "Java",
            "PyTorch",
            "TensorFlow",
            "深度学习",
            "数据治理",
            "性能优化",
            "逻辑思维",
            "建模",
            "大语言模型"
        ],
        "preferred_qualifications": "4. 熟悉大规模数据处理全流程,具备海量数据特征工程、算法优化及质量评估经验,有数据治理与质量管控经验者优先;5. 热爱数据科学研究,具备优秀的逻辑思维能力和技术创新意识,精通Python/Java等至少一种编程语言,有大规模数据算法开发经验者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://campus-talent.alibaba.com/campus/position/199907660031?deptCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "199907660031",
        "post_date": "2026-08-06",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199907660031?deptCodes="
    },
    "fulltext": "算法工程师-大数据处理\n算法工程师-大数据处理\n\n基础信息\n毕业起止时间要求:2026-11-01 - 2027-10-31\n职位类别:技术类\n招聘项目:阿里巴巴2027届应届生\n工作地点:北京 / 杭州\n\n职位描述\n1.构建集团核心数据资产体系,结合业务需求与数据算法能力,主导大数据的处理、解析、分析、挖掘、研发及优化工作;\n2.负责集团海量全模态(文本/图像/视频/音频)及跨模态数据的标签体系设计、特征提取、模式挖掘与内容理解,设计高精度、低资源消耗的多模态数据智能分析处理方案;\n3.研发基于深度学习与大模型的跨模态数据融合算法框架,构建多模态数据协同分析模型,支撑业务场景下的数据价值挖掘与知识发现;\n4.主导数据智能平台算法模块开发,构建支持海量、全模态数据处理的高可用数据中台;\n5.踪多模态算法、大模型及前沿数据处理技术,推动创新算法在实际业务场景的落地应用。\n\n职位要求\n1. 计算机、数学、统计、人工智能、大数据等相关专业硕士及以上学历,有数据算法相关实践经验,具备多模态/跨模态数据处理项目经验;\n2. 熟悉深度学习算法框架(如TensorFlow/PyTorch),在多模态数据处理、表征学习、大模型应用等领域有实现经验;\n3. 具备扎实的数学建模能力,擅长设计数据驱动的算法解决方案,对算法性能优化和工程实现有深刻理解;\n4. 熟悉大规模数据处理全流程,具备海量数据特征工程、算法优化及质量评估经验,有数据治理与质量管控经验者优先;\n5. 热爱数据科学研究,具备优秀的逻辑思维能力和技术创新意识,精通Python/Java等至少一种编程语言,有大规模数据算法开发经验者优先。\n\n在招业务\n阿里云\n1.构建集团核心数据资产体系,结合业务需求与数据算法能力,主导大数据的处理、解析、分析、挖掘、研发及优化工作;\n2.负责集团海量全模态(文本/图像/视频/音频)及跨模态数据的标签体系设计、特征提取、模式挖掘与内容理解,设计高精度、低资源消耗的多模态数据智能分析处理方案;\n3.研发基于深度学习与大模型的跨模态数据融合算法框架,构建多模态数据协同分析模型,支撑业务场景下的数据价值挖掘与知识发现;\n4.主导数据智能平台算法模块开发,构建支持海量、全模态数据处理的高可用数据中台;\n5.踪多模态算法、大模型及前沿数据处理技术,推动创新算法在实际业务场景的落地应用。\n1. 计算机、数学、统计、人工智能、大数据等相关专业硕士及以上学历,有数据算法相关实践经验,具备多模态/跨模态数据处理项目经验;\n2. 熟悉深度学习算法框架(如TensorFlow/PyTorch),在多模态数据处理、表征学习、大模型应用等领域有实现经验;\n3. 具备扎实的数学建模能力,擅长设计数据驱动的算法解决方案,对算法性能优化和工程实现有深刻理解;\n4. 熟悉大规模数据处理全流程,具备海量数据特征工程、算法优化及质量评估经验,有数据治理与质量管控经验者优先;\n5. 热爱数据科学研究,具备优秀的逻辑思维能力和技术创新意识,精通Python/Java等至少一种编程语言,有大规模数据算法开发经验者优先。",
    "standard_classification": {
        "std_category_code": "T016",
        "std_aux_codes": [
            "T010"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}