晓天衡宇-大模型标注评测工程师-数据方向（成都）

优缺点分析

角色解读

• 可向数据标注专家或数据质量管理专家方向发展，成为团队技术负责人
• 可转向大模型评测方向，参与更前沿的模型评估和优化工作
• 有机会晋升为管理岗，带领标注团队或数据项目团队
• 负责AI Coding数据质量验收，核查数据任务的真实性、难度和工程场景还原度
• 制定和迭代代码标注规范，设计Agentic场景下的标注框架，包括多步推理、工具使用等复杂任务
• 对标注员产出进行专家级审核，建立数据质量评估体系，追踪质量趋势
• 为标注团队提供技术培训，解决技术难题，参与标注工具设计
• 扎实的数据工程经验，熟练使用SQL和主流大数据组件（Hive/Spark/Flink等）
• 优秀的代码审阅能力，能判断SQL和数据管道的逻辑正确性、性能和潜在问题
• 熟悉数据工程协作文档，如数据模型设计、ETL配置、数据质量报告等
• 具备结构化表达和标准化能力，能将质检问题清晰描述并沉淀为验收标准

申请策略

• 了解阿里巴巴晓天衡宇部门的具体业务方向，在面试中展现对数据质量的热情
• 准备一些实际案例，说明如何解决数据质量问题或优化标注流程
• 突出数据工程项目的实际经验，特别是使用SQL、Hive/Spark等处理大规模数据的案例
• 强调代码审阅和质量把控的经历，如参与过代码评审、数据质量检查等
• 展示对数据标注、评测的理解，如有相关项目经验务必详细描述
• 体现结构化表达和标准化能力，如编写过规范文档、制定过流程等
• 提前熟悉大模型基础知识，了解LLM的训练数据特点
• 学习数据标注工具和评测方法，如IAA一致性校验等

面试指南

• 使用STAR法则：情境、任务、行动、结果，清晰描述经历
• 强调逻辑性和系统性，先分析问题，再提出解决方案，最后总结效果
• 结合具体技术细节，展示专业深度
• 请描述一次你如何审核SQL代码并发现数据质量问题的经历
• 如何设计一个针对代码生成任务的标注规范？
• 如何评估标注员的一致性？请举例说明
• 你如何理解模型'真懂'与'背题'的区别？
• 面对一个模糊的标注边界案例，你会如何处理？