阿里巴巴
晓天衡宇-行业数据专家-work方向
晓天衡宇-行业数据专家-work方向
发布于 4 小时前普通员工/个人贡献者
全职员工仅现场办公数据工程
数据工程
Llm
Rlhf
Rubric设计
Sft
数据管线
数据质量评估
数据飞轮
预训练
值不值得投
薪资怎么样
6.3万
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 3950 个在招 · 其中数据工程 69 个
市场机会
选择面较广
杭州 · 数据工程 · 约 110 个在招
职位详情
关于这个职位
作为行业数据专家，你将深度参与大模型训练数据生产的全生命周期：从领域任务定义、分类体系搭建，到设计基于LLM/Agent的自动化数据产线与多维度评估Rubric，并通过实验设计与数据分析量化数据质量、提升产能，反哺模型能力与产线流程的持续迭代
最低要求
金融、法律、医学等学科或计算机相关专业博士毕业
具备5年以上行业相关经验，3年以上AI数据工程、大模型算法或数据产品相关经验
在业界有较高知名度，在某些垂直领域（如金融、医疗、法律、文娱、营销等）拥有深厚的行业Know-how与高质量数据资产沉淀经验
对大语言模型（LLM）的预训练、SFT、RLHF/RLAIF等全链路有较深理解
熟悉Agent核心架构（任务规划、工具调用、多Agent协同、长期记忆等）
能够结合专业领域，基于真实的工作环境，构建合理设计并主导基于LLM/Agent的下一代自动化数据生产管线（Data Pipeline）架构，找到具备可交互性、高可信度的数据生产方式
具备行业顶级的数据审美与质量把控能力，能够独立主导构建多维度、高复杂度的数据评估Rubric与人工质检逻辑
具备极强的跨团队技术赋能与标准输出能力
工作职责
work领域知识&Agent驱动的数据产线赋能，深度参与work领域数据生产全生命周期，作为领域专家完成任务定义、分类体系搭建及试生产验证
与产线算法配合，设计并开发base work/Agent的数据生产管线，提升数据生产产能
主导作业专家/人员培训规范的设计、人工质检的逻辑设计，构建多维度评估Rubric
将业务需求、领域模型能力迭代需求持续转译，变成可提前储备的数据生产需求
通过实验设计与数据分析，量化数据质量、提升产能，反哺合成策略与产线流程的持续迭代
优先资格
主导过行业级数据飞轮构建或现象级AI数据产品落地者优先
AI 洞察
优缺点分析
优点
暂无明确优点
缺点 / 挑战
暂无明显挑战项
角色解读
- 岗位处在大模型数据生产这一关键环节，能直接接触LLM预训练、SFT、RLHF全链路与Agent前沿实践，技术视野开阔
- 强调“行业Know-how + AI工程”的复合能力，这类背景在市场上稀缺，长期议价能力强
- 需要主导产线架构、评估标准与跨团队赋能，话语权与影响力较大，成果可沉淀为方法论与标准
- 岗位要求博士学历加多年经验，并强调业界知名度与行业级项目落地，门槛高、竞争激烈
- 同时要懂领域业务、懂模型链路、懂数据工程，还要能推动多团队协作，能力面广、沟通成本高
- 数据产线的产能与质量指标往往需要长期打磨，短期成果不易量化，需要较强的耐心与推动力
- 适合拥有博士背景、在某一垂直行业有深厚积累，同时熟悉LLM/Agent链路并愿意做数据基础设施与标准建设的复合型人才
- 在集团级大模型数据体系内成长为数据/领域方向的核心专家，主导更大范围的产线架构与标准制定
- 可横向延展到模型训练、数据产品、行业解决方案等方向，形成“行业Know-how + AI工程”的稀缺复合能力
- 长期看可向数据/算法团队的技术管理或领域负责人方向发展，带团队做行业级数据飞轮
- 作为work垂直领域的领域专家，负责该领域数据生产的任务定义、分类体系搭建与试生产验证，把控数据从需求到交付的全生命周期
- 与产线算法团队协作，设计并落地基于LLM/Agent的自动化数据生产管线，把模型能力迭代需求提前转译成可储备的数据生产需求
申请策略
暂无内容
面试指南
暂无内容
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs