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": "千问-系统开发实习生-杭州",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "千问事业部",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "阿里巴巴集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "10000人以上",
"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": "计算机、软件工程等相关专业在校本科、硕士或博士研究生（2028届及以后毕业",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 参与核心链路研发：在导师指导下，参与千问RAG收录调度、页面解析、内容理解、索引建库等核心离线数据系统的研发与日常维护；\n2. 参与数据采集与清洗：协助优化网页/图片数据的采集策略、去重策略与质量评估，参与大规模网页数据的清洗与提取；\n3. 协助通用平台建设：参与万亿级链接、千亿级网页数据分布式处理平台的功能开发，提升海量数据处理的效率与稳定性；\n4. 性能分析与优化：辅助对大规模分布式计算/存储系统进行性能瓶颈分析，参与系统吞吐与资源成本的专项优化。",
"requirements_text": "1. 计算机、软件工程等相关专业在校本科、硕士或博士研究生（2028届及以后毕业，有充足实习时间者优先）；\n2. 精通 C++/Python/Java 至少一种编程语言，具备极其扎实的数据结构、算法、计算机网络和操作系统基础，手写代码能力过硬；\n3. 熟悉分布式系统的基本原理（如 MapReduce/大数据的基本概念），有相关课程设计、实验室项目或过往相关实习经历者优先；\n4. 具备极强的学习渴望与主动性，对解决复杂技术难题充满好奇心，具备良好的沟通能力和团队协作精神；\n实习时间：每周可实习 4天及以上，且能连续实习 6个月及以上\n加分项（满足任意一项均是极大的加分优势）：\n1. 大数据生态：熟悉 Hadoop、Spark、Flink、HBase 等分布式计算/存储平台，有实际动手实践或调优经验者优先；\n2. 爬虫与文本处理：有网页抓取（爬虫）、数据解析、反反爬、高并发网络编程或自然语言处理（NLP/文本清洗）相关项目经验者优先；\n3. 算法竞赛：在知名算法比赛（如 ACM/ICPC、CCPC等）或高校编程挑战赛中取得过优异成绩者优先。",
"skills": [AI生成
"Python",
"Java",
"C++",
"Spark",
"Hadoop",
"Flink",
"自然语言处理",
"数据结构",
"分布式系统",
"团队协作",
"沟通能力"
],
"preferred_qualifications": "1. 计算机、软件工程等相关专业在校本科、硕士或博士研究生（2028届及以后毕业，有充足实习时间者优先）；3. 熟悉分布式系统的基本原理（如 MapReduce/大数据的基本概念），有相关课程设计、实验室项目或过往相关实习经历者优先；加分项（满足任意一项均是极大的加分优势）：；1. 大数据生态：熟悉 Hadoop、Spark、Flink、HBase 等分布式计算/存储平台，有实际动手实践或调优经验者优先；2. 爬虫与文本处理：有网页抓取（爬虫）、数据解析、反反爬、高并发网络编程或自然语言处理（NLP/文本清洗）相关项目经验者优先；3. 算法竞赛：在知名算法比赛（如 ACM/ICPC、CCPC等）或高校编程挑战赛中取得过优异成绩者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199908120003?deptCodes="
}
]
},
"posting": {
"posting_id": "199908120003",
"post_date": "2026-07-27",
"hire_time": "实习时间：每周可实习 4天及以上，且能连续实习 6个月及以上",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199908120003?deptCodes="
},
"fulltext": "千问-系统开发实习生-杭州\n千问-系统开发实习生-杭州\n\n基础信息\n毕业起止时间要求：2027-11-01 - 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. 参与核心链路研发：在导师指导下，参与千问RAG收录调度、页面解析、内容理解、索引建库等核心离线数据系统的研发与日常维护；\n2. 参与数据采集与清洗：协助优化网页/图片数据的采集策略、去重策略与质量评估，参与大规模网页数据的清洗与提取；\n3. 协助通用平台建设：参与万亿级链接、千亿级网页数据分布式处理平台的功能开发，提升海量数据处理的效率与稳定性；\n4. 性能分析与优化：辅助对大规模分布式计算/存储系统进行性能瓶颈分析，参与系统吞吐与资源成本的专项优化。\n\n职位要求\n1. 计算机、软件工程等相关专业在校本科、硕士或博士研究生（2028届及以后毕业，有充足实习时间者优先）；\n2. 精通 C++/Python/Java 至少一种编程语言，具备极其扎实的数据结构、算法、计算机网络和操作系统基础，手写代码能力过硬；\n3. 熟悉分布式系统的基本原理（如 MapReduce/大数据的基本概念），有相关课程设计、实验室项目或过往相关实习经历者优先；\n4. 具备极强的学习渴望与主动性，对解决复杂技术难题充满好奇心，具备良好的沟通能力和团队协作精神；\n实习时间：每周可实习 4天及以上，且能连续实习 6个月及以上\n加分项（满足任意一项均是极大的加分优势）：\n1. 大数据生态：熟悉 Hadoop、Spark、Flink、HBase 等分布式计算/存储平台，有实际动手实践或调优经验者优先；\n2. 爬虫与文本处理：有网页抓取（爬虫）、数据解析、反反爬、高并发网络编程或自然语言处理（NLP/文本清洗）相关项目经验者优先；\n3. 算法竞赛：在知名算法比赛（如 ACM/ICPC、CCPC等）或高校编程挑战赛中取得过优异成绩者优先。\n\n在招业务\n千问事业部\n1. 参与核心链路研发：在导师指导下，参与千问RAG收录调度、页面解析、内容理解、索引建库等核心离线数据系统的研发与日常维护；\n2. 参与数据采集与清洗：协助优化网页/图片数据的采集策略、去重策略与质量评估，参与大规模网页数据的清洗与提取；\n3. 协助通用平台建设：参与万亿级链接、千亿级网页数据分布式处理平台的功能开发，提升海量数据处理的效率与稳定性；\n4. 性能分析与优化：辅助对大规模分布式计算/存储系统进行性能瓶颈分析，参与系统吞吐与资源成本的专项优化。\n1. 计算机、软件工程等相关专业在校本科、硕士或博士研究生（2028届及以后毕业，有充足实习时间者优先）；\n2. 精通 C++/Python/Java 至少一种编程语言，具备极其扎实的数据结构、算法、计算机网络和操作系统基础，手写代码能力过硬；\n3. 熟悉分布式系统的基本原理（如 MapReduce/大数据的基本概念），有相关课程设计、实验室项目或过往相关实习经历者优先；\n4. 具备极强的学习渴望与主动性，对解决复杂技术难题充满好奇心，具备良好的沟通能力和团队协作精神；\n实习时间：每周可实习 4天及以上，且能连续实习 6个月及以上\n加分项（满足任意一项均是极大的加分优势）：\n1. 大数据生态：熟悉 Hadoop、Spark、Flink、HBase 等分布式计算/存储平台，有实际动手实践或调优经验者优先；\n2. 爬虫与文本处理：有网页抓取（爬虫）、数据解析、反反爬、高并发网络编程或自然语言处理（NLP/文本清洗）相关项目经验者优先；\n3. 算法竞赛：在知名算法比赛（如 ACM/ICPC、CCPC等）或高校编程挑战赛中取得过优异成绩者优先。",
"standard_classification": {
"std_category_code": "T016",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}