阿里巴巴
数据技术及产品部-VL领域数据高级专家-杭州/北京
数据技术及产品部-VL领域数据高级专家-杭州/北京
发布于 2 小时前中层管理(经理/总监)
全职员工仅现场办公数据工程
数据工程
Sql
团队管理
多模态大模型
大模型
数据标注
数据清洗
数据评测
项目管理
值不值得投
79综合评分
综合评分 79
大模型核心数据岗，技术前沿、发展空间大、薪资竞争力强，但工作节奏与强度需做好心理准备。
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。
薪资怎么样
6.5万
比数据工程中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 2920 个在招 · 其中数据工程 50 个
市场机会
选择面较广
杭州 · 数据工程 · 91 个在招
职位详情
关于这个职位
该职位负责搭建和管理视觉语言（VL）大模型的全链路数据体系，涵盖数据评测、加工、合成与标注
作为算法与数据团队的桥梁，需主导评测标准制定、构建数据处理链路及建立标注质量体系，确保高质量多模态数据供给
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：深入理解多模态大模型原理
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VL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：构建大规模多模态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
- 处于大模型核心赛道，接触前沿VL技术，平台资源顶级，能主导从0到1的数据体系搭建
- 极具业务影响力和技术深度，作为算法与数据的桥梁，对模型最终效果有决定性作用
- 跨团队协作频繁，对沟通、资源调配与项目管理能力要求极高，需平衡多方诉求
- 具备扎实技术功底与团队管理经验，对大模型数据有深刻理解，渴望在AI前沿领域发挥核心作用的资深人才
缺点 / 挑战
- 大模型数据需求变化快，需持续跟进SOTA模型并快速调整评测与处理策略，技术迭代压力大
角色解读
- 可向数据技术总监或大模型业务负责人方向发展，成为AI数据领域的顶尖专家或中高层管理者
- 在前沿大模型赛道积累深厚的数据资产构建经验，提升在AI行业的稀缺性与核心竞争力
- 负责视觉语言大模型的全链路数据体系建设，包括评测标准制定、数据处理架构设计及标注规范建立
- 作为算法与数据团队的桥梁，确保高质量、多样化的多模态数据供给，推动大模型能力迭代
- 深入理解多模态大模型原理，精通数据清洗与质量评估方法，熟练掌握Python/SQL及大规模数据处理技术
- 具备丰富的项目与团队管理经验，能够跨部门协同并主导从0到1的数据体系搭建
申请策略
- 准备详细的数据链路架构设计图或评测体系框架，在面试中直观展示系统性思考能力
- 突出大模型（LLM/VLM）数据处理的从0到1搭建经验，以及多模态数据评测与清洗的具体业务成果
- 强调团队管理与跨部门协作推动业务落地的案例，展示对AI产品sense的理解
- 深入了解最新多模态大模型（如GPT-4V、Gemini）的架构与评测基准，提升大规模数据管线的架构设计能力
- 复习数据质量评估模型和分层质检机制的设计方法论，准备应对复杂场景下的数据治理挑战
面试指南
- 采用STAR法则，结合具体项目背景、采取的技术/管理手段、最终的数据质量提升或业务收益进行结构化回答，突出系统性思维与落地能力
- 如何构建多模态大模型的评测体系？请详细说明理解、生成、对齐、安全四个维度的评估方案
- 在大规模数据清洗中，如何平衡数据质量与处理效率？
- 请分享一个从0到1搭建数据团队或平台的经历，遇到了哪些核心挑战？
- 如何设计分层质检机制以确保多模态标注的质量？
- 复习多模态大模型的最新进展及主流评测基准，梳理过往数据链路架构设计的核心难点与解决方案
- 准备1-2个跨部门协作或团队管理的真实案例，展示在复杂环境下的项目推进与风险把控能力
职位点评
薪资福利85
成长发展90
工作生活50
使命价值85
薪资福利
85较高
高级专家级别薪资处于行业高位，福利体系完善，但JD未披露具体薪资数字。
薪资信号未披露（AI估算：5千–8万/月）
成长发展
90较高
处于大模型前沿领域，能主导全链路数据体系搭建，技术成长与业务影响力空间巨大。
技术前沿前沿/新兴技术
技术栈多模态大模型、VL领域、Python、SQL、数据评测、数据清洗
业务类型profit_center
工作生活
50较低
JD未提及工作模式与WLB信息，无法判断具体工作节奏。
工作模式未明确
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
85较高
推动大模型技术发展，具有极高的行业前瞻性和技术使命感。
行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新（行业首创）
Watch Jobs