阿里巴巴
数据技术及产品部-LLM领域数据高级专家-杭州/北京
数据技术及产品部-LLM领域数据高级专家-杭州/北京
发布于 大约 4 小时前普通员工/个人贡献者
杭州市 / 北京市
高级经验
全职员工
仅现场办公
硕士
数据科学
Gpt-4V
Llm
Sql
团队管理
多模态
数据标注
数据清洗
数据评测
项目管理
AI 估算 · 50k–80k
职位详情
关于这个职位
作为阿里巴巴数据技术及产品部的LLM领域数据高级专家，你将负责构建大模型全链路数据体系，包括评测、加工、合成与标注
你将作为模型算法团队与数据采集团队的核心桥梁，确保高质量、多样化数据的持续供给，并主导评测标准制定与数据质量体系建设
该职位要求深厚的技术背景和丰富的团队管理经验，适合在AI数据领域有深厚积累的专家
最低要求
计算机科学、人工智能、数据科学等相关专业，硕士及以上学历优先
年以上AI数据相关经验，至少2年大模型（LLM/VLM）数据工作经验
有从0到1搭建数据团队或平台的经历
懂模型、懂数据、有产品 sense ，具备 AI 协同能力
技术深度：深入理解LLM大模型原理
精通数据清洗与质量评估方法
熟练掌握Python/SQL，具备大规模数据处理经验
有丰富的项目管理和团队管理经验，能通过精准规划项目、合理调配资源、有效把控项目进度风险、以及高效的跨组织协作能力，推动业务目标达成
能够高效指导和推动团队成员开展工作
对前沿技术保持好奇心和热情，有强烈的学习意愿与创新探索精神，能够快速吸收新技术并应用于工作
工作职责
评测体系构建：主导LLM领域大模型的评测标准制定，建立涵盖理解、生成、对齐、安全四大维度的评估框架，设计人工评测与自动评测相结合的混合评估方案，搭建评测数据集、生产管线，建立与SOTA模型（GPT-4V、Claude、Gemini等）的对比评测机制，输出专业评测报告
数据链路架构：构建大规模文本训练数据的全生命周期处理链路：采集→清洗→去重→质量筛选→格式标准化→安全过滤，搭建数据质量监控体系，建立数据价值评估模型，确保高信息密度数据的持续供给
标注规范与质量体系：制定细粒度多模态标注规范：图像详细描述、视频时序标注、跨模态对齐、复杂推理链标注等
建立分层质检机制：机器预检→人工抽检→专家终审，确保标注的质量
设计标注人员培训体系与能力认证标准，搭建领域专家标注团队
AI 洞察
优缺点分析
优点
- 阿里巴巴作为行业巨头，平台大、资源丰富，能够接触前沿的大模型技术和海量数据
- 该岗位是AI领域的核心环节，技术含量高，职业发展前景广阔
- 薪资待遇优厚，福利完善，有良好的职业晋升通道
- 岗位要求高，需要同时具备技术深度、管理能力和跨部门协作能力
- 数据领域竞争激烈，需要持续学习，保持技术领先
缺点 / 挑战
- 工作强度大，需要应对快速迭代的技术和业务需求，可能面临较大的工作压力
- 适合在AI数据领域有深厚积累、具备技术和管理双重能力、渴望在头部平台挑战自我的资深专家
角色解读
- 在AI数据领域深耕，成为数据体系架构的专家，主导公司级数据战略
- 向技术管理方向发展，带领更大规模的数据团队，负责核心业务的数据支撑
- 横向拓展至模型算法、AI产品等方向，成为复合型AI专家
- 负责构建大模型全链路数据体系，包括数据评测、加工、合成与标注，确保高质量数据供给
- 主导LLM领域大模型的评测标准制定，设计混合评估方案，建立与SOTA模型的对比评测机制
- 构建大规模文本训练数据的全生命周期处理链路，搭建数据质量监控体系
- 制定多模态标注规范，建立分层质检机制，并管理领域专家标注团队
- 深入理解LLM大模型原理，精通数据清洗与质量评估方法
- 熟练掌握Python/SQL，具备大规模数据处理经验
- 具备丰富的项目管理和团队管理经验，能够高效跨组织协作
- 对前沿技术保持好奇心，具备AI协同能力和产品思维
申请策略
- 了解阿里巴巴数据技术及产品部的业务方向，在面试中展现对业务的深入理解
- 准备详细的案例，展示如何解决数据质量、评测等实际问题
- 突出大模型数据项目的完整经历，特别是从0到1搭建数据体系的经验
- 强调在数据评测、清洗、标注等方面的具体成果和量化指标
- 展示团队管理和项目管理能力，包括团队规模、项目复杂度等
- 提及对前沿技术的理解和应用，如GPT-4V、Claude等模型的使用经验
- 深入学习LLM/VLM原理，了解最新的数据合成和评测技术
- 提升Python/SQL数据处理能力，熟悉大规模数据处理框架
面试指南
- 采用STAR法则，清晰描述情境、任务、行动和结果，突出个人贡献和量化成果
- 结合具体项目经验，展示技术深度和解决问题的能力
- 强调跨部门协作和项目管理能力，体现大局观和领导力
- 请描述你如何设计一个大模型评测体系，包括维度、方法和工具
- 如何确保大规模训练数据的质量和多样性？请举例说明
- 在数据标注项目中，如何管理标注团队并保证标注质量？
- 你如何与模型算法团队协作，确保数据供给满足模型训练需求？
- 请分享一个你从0到1搭建数据平台的经历，遇到了哪些挑战？
职位点评
78
综合评分
头部大厂、前沿技术、高薪高职，但工作强度大，WLB一般。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
适合追求技术成长和职业发展，对薪资和平台有较高要求，能够接受高强度工作的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展90
工作生活50
使命价值80
薪资福利
85较高
阿里巴巴提供具有竞争力的薪资和福利，作为高级专家岗位，薪酬水平在市场上处于领先地位。
薪资信号未披露（AI估算：50K-80K/月）
成长发展
90较高
该岗位处于AI前沿领域，涉及大模型数据核心技术，有广阔的学习和成长空间，且阿里巴巴提供良好的职业发展平台。
技术前沿前沿/新兴技术
技术栈LLM、VLM、GPT-4V、Claude、Gemini、Python、SQL
业务类型profit_center
工作生活
50较低
工作地点在北京或杭州，需现场办公，阿里巴巴工作节奏较快，可能面临加班，但公司提供一定的弹性。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
该岗位致力于推动大模型技术发展，对AI行业有重要贡献，具有较高的行业影响力和社会价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs