蚂蚁集团
蚂蚁集团-大模型数据挖掘工程师-杭州
蚂蚁集团-大模型数据挖掘工程师-杭州
发布于 3 天前普通员工/个人贡献者
杭州市
高级经验
全职员工
仅现场办公
本科
软件工程
Llm
合成数据
多模态
大模型
数据工程
数据挖掘
数据治理
数据清洗
AI 估算 · 25k–45k
大型互联网公司AI岗位，技术门槛高，杭州薪资水平较高，预计月薪25k-45k，15薪。
职位详情
关于这个职位
作为蚂蚁集团大模型数据挖掘工程师，你将负责构建AI数据资产治理体系，开发数据清洗与合成算法，并探索基于LLM的数据增强技术，助力AGI业务高效发展
该岗位深度参与大模型数据全生命周期，技术要求高，发展前景广阔
最低要求
计算机、软件工程、数学与工程等相关专业本科及以上学历，有头部互联网公司大模型数据集经验优先
理解大模型的应用与优化，能结合业务场景设计高效Prompt或微调方案，熟悉Agent工作流，具备多Agent协同开发经验更佳
精通Python/Java/Go编程及常用数据处理库
年以上扎实的数据工程、数据仓库或后端开发经验，或者至少1年专注于大模型数据集建设、大规模文本数据清洗或相关领域
工作职责
构建高效主动、可持续的AI数据资产与治理体系（DataMap、数据价值主动发现、语料价值评估与分析、AI通用语料沉淀），推动数据团队从被动服务向主动增长模式演进，助力AGI业务高效、低成本达成目标
提升数据研发的交付效率和业务决策效率，主导数据质量治理体系设计，开发数据去噪、清洗、打标、去偏和毒性检测算法
研究基于LLM的合成数据生成框架，探索多模态数据合成（代码/数学推理/跨模态对齐）方法，探索多模态思维链合成增强、对抗性和合作性数据增强等技术路线
跟踪大模型数据领域的前沿技术（如数据合成、智能标注等），开发或引入先进工具，持续提升数据生产的效率与质量
优先资格
有AI提效相关工具使用或项目落地经验，有处理文本、PDF、图像、音视频等非结构化数据的实战经验（如 PDF 解析、OCR 后处理、音视频转写等）
具备数据资产估值方法论研究背景，有从0到1构建大规模数据清洗Pipeline并成功支持大模型训练项目经验
了解大模型基本原理、训练和评估流程，有算法应用经验
关注行业技术动态，具备论文阅读与实现能力
良好的沟通能力和团队协作精神，能够与团队成员高效合作
AI 洞察
优缺点分析
优点
- 蚂蚁集团平台强大，AI数据方向为核心赛道，资源投入大
- 接触大模型数据前沿技术，技能积累价值高
- 薪资待遇优厚，福利完善
- 工作强度可能较大，项目周期紧张
- 大模型领域发展快，需要持续学习跟进
缺点 / 挑战
- 技术难度较高，需要同时掌握数据工程和大模型知识
- 适合有数据工程背景且对大模型有强烈兴趣的技术人才，乐于挑战前沿领域
角色解读
- 技术路线：从数据工程师成长为AI数据专家，主导大模型数据策略
- 管理路线：可晋升为数据团队负责人，管理数据治理项目
- 横向发展：向算法工程师或AI架构师转型，拓宽技术广度
- 设计并构建AI数据资产治理体系，包括数据地图、价值发现和语料评估
- 开发数据去噪、清洗、打标、去偏等算法，提升数据质量
- 研究基于LLM的合成数据生成框架，探索多模态数据增强技术
- 跟踪前沿数据技术，引入先进工具提升数据生产效率
- 精通Python/Java/Go及数据处理库，具备扎实的编程能力
- 深入理解大模型原理，能设计高效Prompt或微调方案
- 熟悉数据工程、数据仓库或大规模文本数据清洗经验
- 了解Agent工作流和多模态数据处理者优先
申请策略
- 了解蚂蚁AI业务方向，在面试中展现对数据价值挖掘的思考
- 准备一个完整的数据治理或合成数据项目案例
- 突出数据清洗、治理相关项目经验，尤其是大规模文本处理
- 强调大模型应用经验，如Prompt设计、微调或Agent开发
- 展示编程能力和数据处理工具的使用熟练度
- 如有处理非结构化数据（PDF、音视频）经验务必提及
- 系统学习LLM原理和数据合成技术，阅读相关论文
- 练习使用主流大模型API，尝试构建数据生成pipeline
面试指南
- STAR法则：描述情境、任务、行动、结果，重点突出技术细节和量化成果
- 技术对比：介绍不同方法优缺点，展示调研深度
- 问题导向：从业务痛点出发，阐述解决方案和落地效果
- 你如何设计一个大规模数据清洗pipeline？
- 请谈谈你对合成数据的理解及其在大模型训练中的作用
- 你如何处理数据中的偏差和毒性问题？
- 你用过哪些大模型？如何设计Prompt来提升效果？
- 描述一个你从0到1构建数据系统的项目经验
职位点评
76
综合评分
顶尖AI平台、前沿大模型数据技术、高薪但WLB一般。
更适合这类人
适合追求技术成长和薪资回报、能接受现场办公和一定工作强度的求职者。
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60
使命价值70
薪资福利
85较高
大厂AI岗位薪资竞争力强，福利完善，但JD未明确薪资，薪资信号为未披露。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
90较高
职位涉及大模型前沿技术，成长空间大，JD提到跟踪前沿技术，但未明确晋升通道。
技术前沿前沿/新兴技术
技术栈LLM、合成数据、多模态、Agent、数据治理
成长机会跟踪大模型数据领域的前沿技术
业务类型profit_center
工作生活
60中等
杭州办公，现场办公模式，未提及弹性或远程，工作强度可能较大。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
70中等
AI数据治理对社会智能化有正向意义，但直接社会影响力有限。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs