阿里巴巴数据技术及产品部-AI 数据研发工程-Agent数据建设方向
任职要求
1. 技术基础扎实：熟练掌握java、python、sql中一种或多种数据处理语言等，具备良好的编程习惯与工程能力；熟悉 Linux/Unix 环境及常用 Shell 操作； 2. 数据处理与平台经验：熟悉主流大数据平台（如 Hadoop、Spark、Flink、MaxCompute 等），有数据清洗、ETL开发、数据建模或数据仓库建设经验者优先； 3. 数据资产意识强：对元数据管理、数据质量、数据血缘、数据标准…
工作职责
1、主导面向Agent的新型数据体系架构设计与落地，推动数据资产从传统报表模式向智能体可消费模式演进； 2、负责端到端数据建模设计与开发交付，实现核心业务实体模型设计； 3、负责数据质量治理与链路稳定性保障，建立监控告警、血缘追踪与异常恢复机制，确保数据SLA； 4、负责面向Agent交互场景的Skill 开发与调优，覆盖智能找表、自然语言查询、数据分析洞察等核心能力，持续提升问数准确率与响应效率。
1、主导面向Agent的新型数据语义层架构设计与落地，推动数据资产从数据表向智能体可理解、可调用、可推理的消费模式演进； 2、负责端到端数据建模设计与开发交付，基于流批一体架构（Flink + Spark + Paimon）实现业务模型的统一构建与服务； 3、负责数据质量治理与链路稳定性保障，建立覆盖全链路的监控告警、血缘追踪，确保关键数据任务满足SLA要求；
1、负责数据采购与治理：负责大模型的引入->结算链路治理与机制建设，通过技术方式解决各个环节问题，提升全链路时效 2、参与AI 能力建设：基于大模型设计智能数据分析与自动化系统，负责 Agent 任务规划、工具调用及运行时稳定性建设 3、跟进技术演进：跟踪 AI 工程化、RAG、实时数仓等前沿技术，推动自动化工具在数据采购与治理流程中的落地
我们正在寻找具备卓越 AI 工程化能力的开发者，共同推动万亿级数据采集、数据处理以及数据分析生产链路的 AI-Native 重塑： 1. 负责 AI Agent 核心链路研发，包括任务规划、推理执行、工具调用与运行时稳定性建设。 2. 设计并建设 Agent 工具体系与技能机制，支持能力模块化、可插拔和可复用。 3. 负责上下文与记忆系统优化，持续提升响应质量、准确性与执行效率。 4. 跟进大模型与 Agent 前沿技术，推动多 Agent 协作、AI Coding 等方向在业务中的应用。
1、参与集团级AI数据引擎：负责多模态数据（文本、音频、图像、视频）的采集、清洗、处理、治理与资产化管理，打造可复用、可观测、可解释的 EB 级数据体系，支撑大模型训练与推理的高质量数据供给； 2、多模态数据智能化处理：主导音频/视频/图像等模态的自动理解、标签体系构建、语义特征抽取、质量建模与自动化治理；设计并训练分类、识别、预测等多模态模型； 3、AI Native数据Pipeline建设：使用LLM+Agent框架构建智能数据Pipeline，实现数据分渠道过滤、去重、质量诊断、调度编排和异常告警等环节的自动化，显著降低人力成本； 4、数据&模型闭环迭代：基于评测反馈的短板，设计对应的专项数据集，并在训练过程中构建可观测指标，量化数据对模型能力提升的贡献，动态更新数据集，实现数据 → 模型 → 评测 → 数据的循环优化； 5、数据资产治理：负责元数据、数据血缘、分类分级、质量评分、数据标准、价值评估等治理框架的设计与落地，推动数据资产的可视化与可运营化，让数据可管理、可复用、可增长； 6、与模型团队协作，参与训练数据构造、数据反哺、短板挖掘和评测闭环建设，通过数据驱动模型能力提升，成为AI模型训练的数据核心驱动力；