千问办公-AI数据工程师-杭州

优缺点分析

角色解读

• 在数据工程领域深耕，成为数据架构师或数据平台专家
• 结合AI技术，向AI数据科学家或大模型数据专家方向发展
• 在阿里内部，有机会晋升为技术团队负责人，管理数据工程团队
• 负责千问办公数据体系的整体规划与建设，通过数据工程化手段赋能业务，提供全链路的数据分析和服务能力
• 设计并构建大模型多模态AI数据工程体系，包括数据清洗、标注、合成增强等技术，以及数据飞轮闭环系统，为模型训练提供高质量数据
• 构建湖仓一体的数据底座和智能问数Data Agent，提升Data+AI的技术竞争力
• 扎实的软件工程和数据处理能力，精通Java、Python、SQL等至少一种语言
• 熟悉Hadoop生态，有Spark/Flink等分布式计算框架的开发经验
• 了解LLM基本原理，熟悉SFT、RLHF、Prompt Engineering、Data Synthesis等常见任务

申请策略

• 在申请前，深入了解阿里巴巴千问办公的业务方向和技术挑战，在面试中展现对业务的思考
• 准备一个能体现你数据工程+AI能力的项目案例，并清晰阐述其技术难点和业务价值
• 突出在分布式数据平台（如Spark、Flink）上的项目经验和实际成果
• 详细描述在大模型数据构建、数据清洗、数据合成等方面的项目经历
• 强调使用Java、Python、SQL等语言的熟练程度，并展示解决复杂问题的能力
• 如果有AI Agent或数据飞轮相关项目，务必重点突出
• 系统学习LLM原理，并实践SFT、RLHF、Prompt Engineering等关键技术
• 熟悉数据湖、数据仓库等湖仓一体架构，了解主流技术如Iceberg、Hudi等

面试指南

• 对于项目经验类问题，采用STAR法则（情境、任务、行动、结果）来结构化回答，突出个人贡献和量化成果
• 对于技术理解类问题，先阐述核心概念，再结合具体场景分析，最后总结利弊
• 对于开放性问题，展现逻辑思维和解决问题的能力，从多角度分析，并提出可行的方案
• 请详细描述你过去负责的一个数据平台或数据管道项目，包括架构设计、技术选型和遇到的挑战
• 谈谈你对数据飞轮（Data-Flywheel）的理解，以及如何设计一个高质量的数据闭环系统？
• 你如何理解大模型训练数据的重要性？请举例说明如何构建高质量的SFT数据集
• 在Hadoop生态中，你如何选择Spark和Flink？它们各自的应用场景是什么？
• 如何评估和优化一个数据清洗流程的效率和质量？