阿里巴巴
数据技术及产品部-大模型数据产线质量管理-杭州
数据技术及产品部-大模型数据产线质量管理-杭州
发布于 4 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
Dpo
Llm训练
Rlhf
大模型
数据标注
数据管线
数据质量
项目管理
值不值得投
80综合评分
综合评分 80
大模型核心数据基建岗，技术前沿、成长空间大，但工作节奏快、挑战较高。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
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 3200 个在招 · 其中数据工程 55 个
市场机会
选择面较广
杭州 · 数据工程 · 95 个在招
职位详情
关于这个职位
该职位负责主导大模型端到端数据生产管线的架构设计与落地，搭建数据质量体系与后训练数据基础设施
你需要与算法和产品团队紧密协作，优化标注流程并管理数据运营团队，确保大规模数据生产的高效与高质量
最低要求
数学、统计学、计算机科学、软件工程或数据科学相关专业，硕士/博士优先，5 年以上数据工程、模型训练、ML基础设施或研究工程相关经验
深度理解LLM训练全流程（预训练、SFT、RLHF/DPO、评测），有后训练数据生产的直接经验优先
熟悉数据管线编排工具（Airflow、Prefect、Temporal 等）
具备数据质量管理体系的搭建经验，了解标注一致性、校准等概念
优秀的跨团队沟通能力和项目管理能力，有在快节奏、高模糊度环境中独立推进项目的经验
有 RLHF/RLVR/agent 训练数据生产经验，有搭建 RL 训练环境（sandbox、code interpreter、browser env）、有代码评测（code evaluation）或 agent 评测数据生产经验者优先
有管理 10 人以上数据标注或运营团队的经验
工作职责
数据管线架构设计与落地，主导端到端大规模数据生产管线（采集→清洗→标注→质检→入库）的技术和运营方案设计与系统搭建，确保可扩展、高可靠
搭建可复用的工作流编排系统，实现数据生产任务的自动化调度与状态追踪
数据质量体系搭建，设计并实施质量评估框架，包括标注一致性校准、质量分层、自动化质检规则
建立数据质量度量指标体系和实时监控仪表盘，持续追踪生产数据的质量趋势
主导数据质量问题的根因分析和流程改进
RL/SFT/后训练数据基础设施，构建支持RLHF、DPO、GRPO、Constitutional AI等后训练方法的数据生产和反馈收集系统
跨职能协作，与专家团队、产品团队紧密配合，将研究需求转化为可工程化落地的数据生产方案
生产运营与工艺优化，设计标注方案（annotation schema）、标注指南和质量标准，覆盖多领域、多模态数据
管理标注团队或外包供应商的产能运营，持续优化标注工具和标注流程，提升人效和数据质量
优先资格
硕士/博士学历优先
有后训练数据生产的直接经验优先
有 RLHF/RLVR/agent 训练数据生产经验，有搭建 RL 训练环境（sandbox、code interpreter、browser env）、有代码评测（code evaluation）或 agent 评测数据生产经验者优先
AI 洞察
优缺点分析
优点
- 处于大模型核心基建领域，技术前沿且极具行业价值，能接触顶尖算法团队
- 依托头部平台，能处理海量多模态数据，积累稀缺的大模型后训练数据工程经验
- 岗位兼具技术深度与管理广度，有助于向复合型技术管理人才转型
- 跨部门协作与外包团队管理复杂度高，需处理大量模糊需求并推动工程化落地
- 具备扎实数据工程背景、熟悉大模型训练流程，且有一定团队管理经验的复合型人才
缺点 / 挑战
- 大模型迭代极快，需持续跟进最新训练方法（如RLHF、DPO、Agent），技术学习压力大
角色解读
- 可向大模型数据负责人、AI基础设施技术总监方向发展，统筹更大规模的数据基建
- 深耕大模型数据工程领域，成为行业稀缺的AI数据产线与后训练数据专家
- 负责大模型端到端数据生产管线的架构设计与系统搭建，实现数据自动化调度与状态追踪
- 构建数据质量评估体系与后训练（RLHF/DPO等）数据基础设施，确保数据高可用
- 管理数据标注团队或外包供应商，优化标注流程与工具，提升数据质量与人效
- 深度理解LLM训练全流程及后训练数据生产方法，熟悉RLHF、DPO等机制
- 熟练掌握数据管线编排工具（如Airflow、Temporal）及数据质量体系搭建
- 具备优秀的跨团队项目管理能力与10人以上团队管理经验，能应对高模糊度环境
申请策略
- 了解阿里通义大模型的最新进展及数据技术部的核心业务方向，展现对AI数据工程的行业洞察
- 突出大模型后训练数据生产经验及数据管线架构设计能力，展示系统性思考
- 量化过往数据质量提升指标、管线吞吐量提升及团队管理规模（如10人以上）
- 强调在快节奏、高模糊度环境中独立推进项目并拿结果的实战案例
- 深入学习RLHF、DPO、GRPO等最新后训练技术的数据构造需求与评测方法
- 熟悉Temporal等现代工作流编排工具，提升数据管线自动化调度能力
面试指南
- 采用STAR法则，结合具体项目背景、面临的挑战、采取的技术/管理方案及最终量化的业务收益进行结构化回答
- 如何设计一个支持RLHF/DPO的大规模数据生产管线？请描述核心架构与关键组件
- 在多模态数据标注中，如何保证标注一致性并建立有效的数据质量评估体系？
- 分享一个你主导的数据质量体系搭建或流程优化的成功案例，最终带来了哪些量化收益？
- 如何管理10人以上的数据标注或外包团队，以持续提升人效和数据质量？
- 复习LLM训练全流程及后训练数据构造原理，准备过往数据管线架构设计图或质量评估指标体系的详细案例
- 梳理过往团队管理经验，准备应对跨部门协作冲突解决及外包产能管理的实际场景问题
职位点评
薪资福利85
成长发展95
工作生活50
使命价值85
薪资福利
85较高
高级技术岗薪资具备市场竞争力，且作为已上市企业，整体薪酬福利体系完善，稳定性较高。
薪资信号未披露（AI估算：3.5千–6.5万/月）
成长发展
95较高
岗位处于大模型核心基建领域，能深度参与前沿AI技术落地，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈LLM、RLHF、DPO、GRPO、Airflow、Prefect、Temporal
业务类型ambiguous
工作生活
50较低
JD未明确提及工作模式与加班情况，但明确提及需在快节奏环境中工作，WLB可能受限。
工作模式未明确
办公地点科技园/产业园
加班情况JD含高强度暗示词
使命价值
85较高
参与大模型底层数据基建，推动人工智能技术发展，具有较高的行业前瞻性与社会价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs