千问事业部-视觉数据和系统研发专家-杭州

优缺点分析

角色解读

• 可向大数据架构师、AI基础设施专家或技术管理方向发展，特别是在大模型数据工程领域积累深厚经验
• 负责夸克业务离线数据处理流水线的开发与迭代，确保数据管道的高效稳定运行
• 精通Python/C++/Java之一，具备扎实的算法基础
• 熟悉Linux后台开发及服务端架构
• 掌握Hadoop/Spark/Flink等大数据组件

申请策略

• 关注夸克产品在阿里生态中的定位，准备关于如何平衡数据处理效率与成本的案例思考
• 突出大规模数据处理项目经验，强调在Hadoop/Spark/Flink集群调优、自动化流程搭建方面的具体成果
• 补充大模型训练数据预处理相关知识，提升对LLM应用场景的理解，强化算法与数据结构底层能力

面试指南

• 采用STAR法则（情境、任务、行动、结果）描述项目，重点量化优化前后的性能指标（如吞吐量、延迟、成本节省比例）
• 请分享一个你优化的复杂大数据处理流水线案例，遇到的最大瓶颈是什么？
• 如何在保证数据一致性的前提下提升Spark/Flink任务的执行效率？
• 针对大模型训练数据，你有什么独特的清洗或标注流程优化思路？
• 复习分布式计算原理，准备1-2个深入的技术细节案例，了解当前大模型数据工程的主流痛点