千问事业部-数据架构专家 - 预训练/RAG方向-杭州

优缺点分析

角色解读

• 在技术深度上，可向数据架构专家或AI Infra方向深耕，成为数据基建领域的权威
• 在业务广度上，可深入医疗健康等垂直领域，成为懂业务、懂技术的复合型人才
• 在管理路径上，可带领数据团队，负责更大规模的数据平台和业务线
• 负责设计并优化大规模数据采集、清洗、治理和存储的架构，确保数据质量和时效性，为模型训练提供可靠数据基础
• 开发数据预处理和特征工程流程，包括去重、相似度计算、脱敏等，并构建高质量的知识库和训练数据集
• 与算法团队协作，围绕大模型训练、微调和评测需求，设计数据生产流程，提升模型在医疗垂直领域的表现
• 探索和应用Agent框架（如LangChain）来优化数据发现和内容构建流程，提升数据生产的自动化水平
• 精通分布式数据处理框架（如Spark、Flink、Ray），具备大规模数据系统设计和性能优化经验
• 熟悉数据检索、索引构建和RAG技术，能基于用户反馈分析数据收录问题并优化策略
• 具备扎实的NLP和多模态理解基础，能对非结构化数据进行信息抽取和内容分析
• 了解主流Agent开发框架（如LangChain），有实际落地经验者优先

申请策略

• 在简历中突出对数据质量重要性的理解，并展示如何通过数据驱动模型提升
• 了解阿里巴巴千问事业部在医疗健康领域的布局，在面试中体现业务洞察
• 突出大规模数据处理项目的架构设计和技术难点，量化数据规模和性能指标
• 强调RAG、知识图谱或Agent相关项目经验，展示对AI应用的理解
• 体现与算法团队协作的经验，说明如何通过数据优化提升模型效果
• 列出掌握的分布式技术栈（如Spark、Flink）和实际性能优化案例
• 补充学习RAG和Agent框架（如LangChain）的最新实践，并尝试构建Demo
• 深入了解医疗数据的特点和合规要求，提升领域知识

面试指南

• 回答技术问题时，采用STAR法则，清晰描述项目背景、任务、行动和结果，并量化成果
• 对于架构设计问题，从需求分析、技术选型、方案对比、性能评估等角度展开，体现系统思维
• 对于协作类问题，强调沟通机制、目标对齐和推动结果的能力
• 请描述一个你设计过的大规模数据处理系统，并说明其架构和性能优化点
• 如何评估和提升训练数据的质量？请结合具体项目经验
• 在RAG系统中，如何解决数据检索准确性和时效性的问题？
• 你如何与算法团队协作，共同提升模型效果？
• 谈谈你对医疗数据合规和安全的看法