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": "千问事业部-搜索内容理解（NLP/CV/多模）算法专家-杭州",
"job_level": "专家",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-算法"AI生成
},
"company": {
"company_name": "夸克",
"company_industry": "互联网 / 人工智能应用",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "夸克提供AI搜索等人工智能应用服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "硕士",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "在LLM重构搜索的浪潮中，数据质量决定模型智能的天花板。我们需要你构建数据与模型的「双向进化引擎」，从万亿级多模态数据中提炼认知黄金，驱动大模型突破搜索理解的终极边界！\n1. 万亿级网页提炼：研发多模态数据分析框架，通过网页解析、文档智能、知识抽取等技术，完成全网万亿级搜索网页的关键信息提炼。\n2. 攻克数据质量理解：设计网页质量/权威性/可信度的多维度评估模型，以及跨模态数据表征技术，提升夸克在网页知识获取的准确性与可靠性。\n3. 驱动数据与算法协同进化：探索大模型时代的数据评估方法论，量化数据优化对搜索效果和模型性能的影响。\n4. 打造全网优质内容库：构建多模态数据的处理和挑选管线，建立覆盖网页/图文/视频等全域内容的智能知识库。",
"requirements_text": "1. 具备扎实的编程基础，熟悉常用的数据结构和算法，具备良好的代码风格和编程习惯。\n2. 理解大模型的技术原理，有多模态大模型数据处理相关项目经验者优先考虑\n3. 有良好的沟通表达能力和团队合作精神，热衷技术，乐于寻求挑战和突破自我\n加分项：\n1、有网页分析、网页质量及反作弊、文档智能等算法相关经验者优先 \n2、有分布式系统、搜索算法、或者推荐系统研发经验者优先",
"skills": [AI生成
"搜索算法",
"数据结构",
"分布式系统",
"团队协作",
"沟通表达",
"大语言模型"
],
"preferred_qualifications": "2. 理解大模型的技术原理，有多模态大模型数据处理相关项目经验者优先考虑；加分项：；1、有网页分析、网页质量及反作弊、文档智能等算法相关经验者优先；2、有分布式系统、搜索算法、或者推荐系统研发经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.quark.cn/off-campus/position-detail?positionId=7000046201"
}
]
},
"posting": {
"posting_id": "7000046201",
"post_date": "2026-09-16",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.quark.cn/off-campus/position-detail?positionId=7000046201"
},
"fulltext": "千问事业部-搜索内容理解（NLP/CV/多模）算法专家-杭州\n千问事业部-搜索内容理解（NLP/CV/多模）算法专家-杭州\n\n基础信息\n职位类别：技术类-算法\n工作地点：杭州\n\n职位描述\n在LLM重构搜索的浪潮中，数据质量决定模型智能的天花板。我们需要你构建数据与模型的「双向进化引擎」，从万亿级多模态数据中提炼认知黄金，驱动大模型突破搜索理解的终极边界！\n1. 万亿级网页提炼：研发多模态数据分析框架，通过网页解析、文档智能、知识抽取等技术，完成全网万亿级搜索网页的关键信息提炼。\n2. 攻克数据质量理解：设计网页质量/权威性/可信度的多维度评估模型，以及跨模态数据表征技术，提升夸克在网页知识获取的准确性与可靠性。\n3. 驱动数据与算法协同进化：探索大模型时代的数据评估方法论，量化数据优化对搜索效果和模型性能的影响。\n4. 打造全网优质内容库：构建多模态数据的处理和挑选管线，建立覆盖网页/图文/视频等全域内容的智能知识库。\n\n职位要求\n1. 具备扎实的编程基础，熟悉常用的数据结构和算法，具备良好的代码风格和编程习惯。\n2. 理解大模型的技术原理，有多模态大模型数据处理相关项目经验者优先考虑\n3. 有良好的沟通表达能力和团队合作精神，热衷技术，乐于寻求挑战和突破自我\n加分项：\n1、有网页分析、网页质量及反作弊、文档智能等算法相关经验者优先 \n2、有分布式系统、搜索算法、或者推荐系统研发经验者优先\n在LLM重构搜索的浪潮中，数据质量决定模型智能的天花板。我们需要你构建数据与模型的「双向进化引擎」，从万亿级多模态数据中提炼认知黄金，驱动大模型突破搜索理解的终极边界！\n1. 万亿级网页提炼：研发多模态数据分析框架，通过网页解析、文档智能、知识抽取等技术，完成全网万亿级搜索网页的关键信息提炼。\n2. 攻克数据质量理解：设计网页质量/权威性/可信度的多维度评估模型，以及跨模态数据表征技术，提升夸克在网页知识获取的准确性与可靠性。\n3. 驱动数据与算法协同进化：探索大模型时代的数据评估方法论，量化数据优化对搜索效果和模型性能的影响。\n4. 打造全网优质内容库：构建多模态数据的处理和挑选管线，建立覆盖网页/图文/视频等全域内容的智能知识库。\n1. 具备扎实的编程基础，熟悉常用的数据结构和算法，具备良好的代码风格和编程习惯。\n2. 理解大模型的技术原理，有多模态大模型数据处理相关项目经验者优先考虑\n3. 有良好的沟通表达能力和团队合作精神，热衷技术，乐于寻求挑战和突破自我\n加分项：\n1、有网页分析、网页质量及反作弊、文档智能等算法相关经验者优先 \n2、有分布式系统、搜索算法、或者推荐系统研发经验者优先",
"standard_classification": {
"std_category_code": "T016",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}