阿里巴巴数据技术及产品部-AI 视频领域数据架构师-杭州/北京

任职要求

1.  计算机科学、人工智能、数据科学等相关专业，硕士及以上学历优先。
2.  5年以上AI数据相关经验，至少2年大模型（LLM/VLM）数据工作经验；有从0到1搭建数据团队或平台的经历；懂模型、懂数据、有产品 sense ，具备 AI 协同能力。
3.  技术深度：深入理解多模态大模型原理；精通数据清洗与质量评估方法；熟练…

工作职责

负责搭建并管理面向多模态视频领域大模型的全链路数据体系，包括数据评测、加工、合成与标注。作为模型算法团队与数据采集团队的核心桥梁，确保高质量、多样化数据供给。主要工作包括以下：

1.  评测体系构建：主导多模态视频领域大模型的评测标准制定，建立涵盖理解、生成、对齐、安全四大维度的评估框架，设计人工评测与自动评测相结合的混合评估方案，搭建评测数据集、生产管线，建立与SOTA模型（GPT-4V、Claude、Gemini等）的对比评测机制，输出专业评测报告。
2.  数据链路架构：构建大规模多模态训练数据的全生命周期处理链路：采集→清洗→去重→质量筛选→格式标准化→安全过滤，搭建数据质量监控体系，建立数据价值评估模型，确保高信息密度数据的持续供给；
3.  标注规范与质量体系：制定细粒度多模态标注规范：图像详细描述、视频时序标注、跨模态对齐、复杂推理链标注等；建立分层质检机制：机器预检→人工抽检→专家终审，确保标注的质量；设计标注人员培训体系与能力认证标准，搭建领域专家标注团队。