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": "智多星RL Data - Cowork方向",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "阿里巴巴控股集团",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类"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": "在读博士生优先（特别优秀的硕士生可放宽）",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 领域任务体系搭建（Taxonomy 设计）\n对陌生专业领域做结构化拆解：一级领域 → 二级场景 → 任务类型 → instance 模板，产出可复用、可扩展的标注体系。\n2. Instance 与 Reasoning 构造\n设计 instance 结构，并针对不同任务选择合适的 reasoning 获取路径。保证 reasoning 是 SFT/RFT 训练可直接使用的高质量推理链。\n3. 分层验证方案设计\n针对不同任务定义分层校验机制。把\"评价推理质量\"这类模糊问题降维为可自动化、可追溯的子任务。\n4. Rubric 与评分标准建设\n制定各方向 Rubric、评分分级与标注案例库，定义黄金集（golden sets）和奖励信号（reward signals），确保训练数据质量可量化、可迭代。擅长大批量生成高质量 rubric，而不是拍脑袋写几条规则。\n5. 轨迹标注与 Bad Case 归因\n对模型 Rollout 产出的多步执行轨迹进行逐步标注，并对失败步骤做根因分类，输出结构化改进清单驱动训练数据补充与评测体系修正。\n6. 标注质量管控\n建立双标一致性校验、金标抽检、系统性偏差检测与分歧仲裁机制，管理外部数据供应商交付质量、运营内部专家产能，确保标注间一致率 ≥80%，数据可直接用于 Reward Model 训练。\n7. 数据 → 模型 → 评测 闭环\n周期性输出数据质量报告，识别模型能力薄弱区间，指导算法团队调整 Rollout 抽样策略与难度分布；随模型迭代补充更高难度标注数据，保持 Reward Model 区分度。",
"requirements_text": "1. 在读博士生优先（特别优秀的硕士生可放宽）；\n2. 在数据分析、金融、法律、医疗、电商、网络安全、芯片/半导体、Visual Design 等至少一个领域的专业经验，能基于专业知识对复杂 Agent 输出做对错裁定。\n3. 熟悉 Python，能独立完成数据抓取、清洗、批量调用 LLM、结果聚合等脚本化工作；能读懂 Agent 执行日志和代码片段，判断工具调用是否冗余或有隐性副作用；具备规模化数据生产经验。\n4. 有 AI 办公 / Cowork Agent 场景的产品或数据经验。\n5. 熟悉 LLM-as-judge、self-consistency、rejection sampling 等数据自动化验证方法。熟悉主流 Agent Benchmark 的评测机制。",
"skills": [AI生成
"Python",
"数据分析",
"大语言模型"
],
"preferred_qualifications": "1. 在读博士生优先（特别优秀的硕士生可放宽）",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199907740001?deptCodes="
}
]
},
"posting": {
"posting_id": "199907740001",
"post_date": "2026-07-10",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907740001?deptCodes="
},
"fulltext": "智多星RL Data - Cowork方向\n智多星RL Data - Cowork方向\n\n基础信息\n毕业起止时间要求：2026-11-01 - 2030-01-01\n职位类别：技术类\n招聘项目：阿里巴巴日常实习生\n工作地点：杭州\n\n职位描述\n1. 领域任务体系搭建（Taxonomy 设计）\n对陌生专业领域做结构化拆解：一级领域 → 二级场景 → 任务类型 → instance 模板，产出可复用、可扩展的标注体系。\n2. Instance 与 Reasoning 构造\n设计 instance 结构，并针对不同任务选择合适的 reasoning 获取路径。保证 reasoning 是 SFT/RFT 训练可直接使用的高质量推理链。\n3. 分层验证方案设计\n针对不同任务定义分层校验机制。把\"评价推理质量\"这类模糊问题降维为可自动化、可追溯的子任务。\n4. Rubric 与评分标准建设\n制定各方向 Rubric、评分分级与标注案例库，定义黄金集（golden sets）和奖励信号（reward signals），确保训练数据质量可量化、可迭代。擅长大批量生成高质量 rubric，而不是拍脑袋写几条规则。\n5. 轨迹标注与 Bad Case 归因\n对模型 Rollout 产出的多步执行轨迹进行逐步标注，并对失败步骤做根因分类，输出结构化改进清单驱动训练数据补充与评测体系修正。\n6. 标注质量管控\n建立双标一致性校验、金标抽检、系统性偏差检测与分歧仲裁机制，管理外部数据供应商交付质量、运营内部专家产能，确保标注间一致率 ≥80%，数据可直接用于 Reward Model 训练。\n7. 数据 → 模型 → 评测 闭环\n周期性输出数据质量报告，识别模型能力薄弱区间，指导算法团队调整 Rollout 抽样策略与难度分布；随模型迭代补充更高难度标注数据，保持 Reward Model 区分度。\n\n职位要求\n1. 在读博士生优先（特别优秀的硕士生可放宽）；\n2. 在数据分析、金融、法律、医疗、电商、网络安全、芯片/半导体、Visual Design 等至少一个领域的专业经验，能基于专业知识对复杂 Agent 输出做对错裁定。\n3. 熟悉 Python，能独立完成数据抓取、清洗、批量调用 LLM、结果聚合等脚本化工作；能读懂 Agent 执行日志和代码片段，判断工具调用是否冗余或有隐性副作用；具备规模化数据生产经验。\n4. 有 AI 办公 / Cowork Agent 场景的产品或数据经验。\n5. 熟悉 LLM-as-judge、self-consistency、rejection sampling 等数据自动化验证方法。熟悉主流 Agent Benchmark 的评测机制。\n\n在招业务\n阿里巴巴控股集团\n1. 领域任务体系搭建（Taxonomy 设计）\n对陌生专业领域做结构化拆解：一级领域 → 二级场景 → 任务类型 → instance 模板，产出可复用、可扩展的标注体系。\n2. Instance 与 Reasoning 构造\n设计 instance 结构，并针对不同任务选择合适的 reasoning 获取路径。保证 reasoning 是 SFT/RFT 训练可直接使用的高质量推理链。\n3. 分层验证方案设计\n针对不同任务定义分层校验机制。把\"评价推理质量\"这类模糊问题降维为可自动化、可追溯的子任务。\n4. Rubric 与评分标准建设\n制定各方向 Rubric、评分分级与标注案例库，定义黄金集（golden sets）和奖励信号（reward signals），确保训练数据质量可量化、可迭代。擅长大批量生成高质量 rubric，而不是拍脑袋写几条规则。\n5. 轨迹标注与 Bad Case 归因\n对模型 Rollout 产出的多步执行轨迹进行逐步标注，并对失败步骤做根因分类，输出结构化改进清单驱动训练数据补充与评测体系修正。\n6. 标注质量管控\n建立双标一致性校验、金标抽检、系统性偏差检测与分歧仲裁机制，管理外部数据供应商交付质量、运营内部专家产能，确保标注间一致率 ≥80%，数据可直接用于 Reward Model 训练。\n7. 数据 → 模型 → 评测 闭环\n周期性输出数据质量报告，识别模型能力薄弱区间，指导算法团队调整 Rollout 抽样策略与难度分布；随模型迭代补充更高难度标注数据，保持 Reward Model 区分度。\n1. 在读博士生优先（特别优秀的硕士生可放宽）；\n2. 在数据分析、金融、法律、医疗、电商、网络安全、芯片/半导体、Visual Design 等至少一个领域的专业经验，能基于专业知识对复杂 Agent 输出做对错裁定。\n3. 熟悉 Python，能独立完成数据抓取、清洗、批量调用 LLM、结果聚合等脚本化工作；能读懂 Agent 执行日志和代码片段，判断工具调用是否冗余或有隐性副作用；具备规模化数据生产经验。\n4. 有 AI 办公 / Cowork Agent 场景的产品或数据经验。\n5. 熟悉 LLM-as-judge、self-consistency、rejection sampling 等数据自动化验证方法。熟悉主流 Agent Benchmark 的评测机制。",
"standard_classification": {
"std_category_code": "B010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}