{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "日常实习生-大模型数据标注-Qwen基础模型",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "Token Foundry",
        "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": "计算机科学、人工智能、电子工程、数学、统计学等相关专业硕士及以上学历优先",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "千问（Qwen）是由阿里巴巴自主研发的超大规模语言模型，具备跨语言、跨任务的理解与生成能力。我们通过 RL、SFT、RFT 等技术，探索大模型潜能，并致力于提升其 Agent 能力，让大模型能够服务于真实世界。而大模型的能力，正越来越取多地受到\"数据\"影响——最前沿的模型背后，是一套精心设计的人类数据体系。在这里，你将亲手打磨那些真正让模型变强的数据，让自己的每一个设计决策都写进下一代 AI 的行为里。\n这意味着要审慎思考任务设计、评估方法论与数据管线架构——并始终关注上游的设计选择如何影响下游的模型行为。该岗位处于 后训练与人类数据采集方法论的交叉点。你需要理解什么才是好的 SFT 样本、一条 RLHF 管线需要产出怎样的训练信号、如何构建能真正区分模型能力的评估数据集。然后，配合模型训练需求，构建能可靠、批量化产出数据的工作流。\n具体来说，你将围绕\"数据的生产—质量—交付\"全链路开展工作：\n1. 构建端到端的数据工作流——从任务设计到质量保证再到交付——确保每个环节产出的数据能够适配后训练需求，产生预期收益（如 SFT、RL、模型评估）；\n2. 构建并不断完善数据质量框架，能够在生产、标注、校验过程中提前发现问题，并构建反馈机制；\n3. 与算法、标注团队合作改进数据管线。在不牺牲质量的前提下，通过结构性、方法性改动提升数据生产效率；\n4. 洞察数据生产、数据质量中的规律（通用/专项），转化为可沉淀的标准或可复用的方法。",
        "requirements_text": "1. 计算机科学、人工智能、电子工程、数学、统计学等相关专业硕士及以上学历优先；\n2. 具备出色的编程与工程实现能力，精通至少一门主流开发语言（如 Python、Java 等）；\n3. 具备系统性的数据分析、任务设计能力，理解任务设计选择对目标数据的影响，能兼顾整条数据管线工作，而不只是分析末端结果；\n4. 在自然语言处理、计算机视觉、Agent等方向具有良好知识基础，熟悉深度学习主流框架（如 PyTorch、TensorFlow）；\n5. 熟悉 LLM 后训练范式（如 SFT、RL），并对\"数据质量决策如何映射到模型结果\"有可用的直觉；\n6. 具备良好的科研能力，在相关领域国际顶级会议（ACL、EMNLP、CVPR、ICCV、NeurIPS、ICLR、AAAI 等）有论文发表者优先；\n7. 拥有数据建模、kaggle竞赛等获奖经历或拥有知名开源项目贡献经历，在开源社区具有较好的影响力。",
        "skills": [AI生成
            "Python",
            "Java",
            "PyTorch",
            "TensorFlow",
            "深度学习",
            "自然语言处理",
            "计算机视觉",
            "数据分析",
            "建模",
            "大语言模型"
        ],
        "preferred_qualifications": "1. 计算机科学、人工智能、电子工程、数学、统计学等相关专业硕士及以上学历优先；6. 具备良好的科研能力，在相关领域国际顶级会议（ACL、EMNLP、CVPR、ICCV、NeurIPS、ICLR、AAAI 等）有论文发表者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://campus-talent.alibaba.com/campus/position/199908660004?deptCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "199908660004",
        "post_date": "2026-08-17",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199908660004?deptCodes="
    },
    "fulltext": "日常实习生-大模型数据标注-Qwen基础模型\n日常实习生-大模型数据标注-Qwen基础模型\n\n基础信息\n毕业起止时间要求：2027-11-01 - 2032-10-31\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：北京 / 杭州\n\n职位描述\n千问（Qwen）是由阿里巴巴自主研发的超大规模语言模型，具备跨语言、跨任务的理解与生成能力。我们通过 RL、SFT、RFT 等技术，探索大模型潜能，并致力于提升其 Agent 能力，让大模型能够服务于真实世界。而大模型的能力，正越来越取多地受到\"数据\"影响——最前沿的模型背后，是一套精心设计的人类数据体系。在这里，你将亲手打磨那些真正让模型变强的数据，让自己的每一个设计决策都写进下一代 AI 的行为里。\n这意味着要审慎思考任务设计、评估方法论与数据管线架构——并始终关注上游的设计选择如何影响下游的模型行为。该岗位处于 后训练与人类数据采集方法论的交叉点。你需要理解什么才是好的 SFT 样本、一条 RLHF 管线需要产出怎样的训练信号、如何构建能真正区分模型能力的评估数据集。然后，配合模型训练需求，构建能可靠、批量化产出数据的工作流。\n具体来说，你将围绕\"数据的生产—质量—交付\"全链路开展工作：\n1. 构建端到端的数据工作流——从任务设计到质量保证再到交付——确保每个环节产出的数据能够适配后训练需求，产生预期收益（如 SFT、RL、模型评估）；\n2. 构建并不断完善数据质量框架，能够在生产、标注、校验过程中提前发现问题，并构建反馈机制；\n3. 与算法、标注团队合作改进数据管线。在不牺牲质量的前提下，通过结构性、方法性改动提升数据生产效率；\n4. 洞察数据生产、数据质量中的规律（通用/专项），转化为可沉淀的标准或可复用的方法。\n\n职位要求\n1. 计算机科学、人工智能、电子工程、数学、统计学等相关专业硕士及以上学历优先；\n2. 具备出色的编程与工程实现能力，精通至少一门主流开发语言（如 Python、Java 等）；\n3. 具备系统性的数据分析、任务设计能力，理解任务设计选择对目标数据的影响，能兼顾整条数据管线工作，而不只是分析末端结果；\n4. 在自然语言处理、计算机视觉、Agent等方向具有良好知识基础，熟悉深度学习主流框架（如 PyTorch、TensorFlow）；\n5. 熟悉 LLM 后训练范式（如 SFT、RL），并对\"数据质量决策如何映射到模型结果\"有可用的直觉；\n6. 具备良好的科研能力，在相关领域国际顶级会议（ACL、EMNLP、CVPR、ICCV、NeurIPS、ICLR、AAAI 等）有论文发表者优先；\n7. 拥有数据建模、kaggle竞赛等获奖经历或拥有知名开源项目贡献经历，在开源社区具有较好的影响力。\n\n在招业务\nToken Foundry\n千问（Qwen）是由阿里巴巴自主研发的超大规模语言模型，具备跨语言、跨任务的理解与生成能力。我们通过 RL、SFT、RFT 等技术，探索大模型潜能，并致力于提升其 Agent 能力，让大模型能够服务于真实世界。而大模型的能力，正越来越取多地受到\"数据\"影响——最前沿的模型背后，是一套精心设计的人类数据体系。在这里，你将亲手打磨那些真正让模型变强的数据，让自己的每一个设计决策都写进下一代 AI 的行为里。\n这意味着要审慎思考任务设计、评估方法论与数据管线架构——并始终关注上游的设计选择如何影响下游的模型行为。该岗位处于 后训练与人类数据采集方法论的交叉点。你需要理解什么才是好的 SFT 样本、一条 RLHF 管线需要产出怎样的训练信号、如何构建能真正区分模型能力的评估数据集。然后，配合模型训练需求，构建能可靠、批量化产出数据的工作流。\n具体来说，你将围绕\"数据的生产—质量—交付\"全链路开展工作：\n1. 构建端到端的数据工作流——从任务设计到质量保证再到交付——确保每个环节产出的数据能够适配后训练需求，产生预期收益（如 SFT、RL、模型评估）；\n2. 构建并不断完善数据质量框架，能够在生产、标注、校验过程中提前发现问题，并构建反馈机制；\n3. 与算法、标注团队合作改进数据管线。在不牺牲质量的前提下，通过结构性、方法性改动提升数据生产效率；\n4. 洞察数据生产、数据质量中的规律（通用/专项），转化为可沉淀的标准或可复用的方法。\n1. 计算机科学、人工智能、电子工程、数学、统计学等相关专业硕士及以上学历优先；\n2. 具备出色的编程与工程实现能力，精通至少一门主流开发语言（如 Python、Java 等）；\n3. 具备系统性的数据分析、任务设计能力，理解任务设计选择对目标数据的影响，能兼顾整条数据管线工作，而不只是分析末端结果；\n4. 在自然语言处理、计算机视觉、Agent等方向具有良好知识基础，熟悉深度学习主流框架（如 PyTorch、TensorFlow）；\n5. 熟悉 LLM 后训练范式（如 SFT、RL），并对\"数据质量决策如何映射到模型结果\"有可用的直觉；\n6. 具备良好的科研能力，在相关领域国际顶级会议（ACL、EMNLP、CVPR、ICCV、NeurIPS、ICLR、AAAI 等）有论文发表者优先；\n7. 拥有数据建模、kaggle竞赛等获奖经历或拥有知名开源项目贡献经历，在开源社区具有较好的影响力。",
    "standard_classification": {
        "std_category_code": "B010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}