阿里巴巴数据技术及产品部-数据采购-大模型数据
任职要求
1. 本科及以上学历，3年以上行业数据运营/管理相关工作经验； 2. 熟悉大模型相关数据市场基本情况，具备一定的数据行业经验，…
工作职责
1.负责行业数据（外部引入）的运营管理；主要工作包括：（事前）业务需求收集与评审、（事中）外部数据的合规/调用/质量/ROI/管理、（事后）数据源应用的优先级分层等; 2. 探索大模型外部数据市场项目合作机会，包含基础数据语料、行业垂直数据语料、多模态语料及定制化数据，如科技伦理知识库； 3. 定期维护更新大模型数据知识大图及供应商能力知识库，保持与相关行业协会的密切沟通。
1. 数据资产体系建设：负责域外数据、位置数据、企业数据三大场景的智能化升级，设计并实现从数据采集、治理到服务化的完整链路，推动团队从传统"数据供应"模式向"智能能力输出"转型，直接支撑经营控比、采购数据验收、AI-Native 产品等核心业务场景。 2. AI-Native 架构从 0 到 1 建设：参与大模型与数据研发融合的架构设计，负责 LLM Agent 任务编排、多轮上下文管理、Human-in-the-Loop 决策机制的实现与优化，建立 Prompt 工程规范、Agent Eval 体系及 badcase 自动化排查与自愈闭环，确保技术成果在电商/AI 核心业务中快速落地。 3. 多模态数据与知识体系建设：负责文本/音频/图像/视频等多模态数据的检测、异常识别与相似度计算，设计数据质检与验收标准；同时主导知识抽取与本体建模工作，包括命名实体识别、关系抽取、实体对齐等技术落地，构建 Schema 设计与图数据库应用，打造语义资产体系。
1、基于Agent能力建设验收平台功能，推动规则引擎与自动化工具落地。 2、负责多模态数据验收流程设计与标准制定。 3、搭建数据去重与AI检测Pipeline，保障验收质量与效率。 4、协同供应商、领域专家与业务方，优化人机协同验收与交付闭环。 5、沉淀验收资产，构建质量评估与数据资产分级体系。
1. 研发具身场景自动标注与数据质量评估算法，覆盖运动、感知、具身规划等多层标注及多模态对齐，构建标注自动校验与质量评分体系。 2. 研究 Data-Centric AI 前沿方法（数据混合优化、主动数据选择、数据影响函数等），通过消融实验、归因分析等手段量化不同数据源对模型性能的边际贡献，探索具身场景下的数据 scaling law。 3. 基于价值量化结果制定并迭代训练数据配方（来源配比、质量阈值、规模规划），为数据飞轮的资源分配提供量化依据。 4. 负责具身数据预处理流程的算法设计，包括多模态对齐、轨迹平滑、异常检测与清洗等环节的规范化与自动化。
1. 负责DataAgent能力平台的产品规划与路径设计，推动数据领域AI Agent的规模化落地； 2. 参与数据能力域的产品建设，构建自然语言到数据采建管用的端到端产品体验； 3. 设计多Agent协同机制与能力封装规范，推动Agent能力的标准化、可复用、可度量； 4. 负责平台开放接入层与输出层的产品设计，支撑核心渠道对接与生态拓展； 5. 面向核心用户设计数据消费与决策支持的交互体验，平衡专业性与易用性； 6. 协调数据、算法、工程、业务等多方团队，识别关键卡点，驱动项目高效推进。