阿里巴巴数据技术及产品部-大模型数据生态资源运营-杭州/北京
任职要求
1. 本科及以上学历，3年以上资源运营相关经验，熟悉语音、代码、视频、金融、医疗、理工科等经验者优先；硕博优先； 2. 具备大模型数据标注、评测、数据生产项目经验；有专业技术背景优先，算法背景优先； 3. 具有供应商、高校…
工作职责
1. 数据标注、模型评测、数据采集、数据生产的资源管理体系搭建与优化：构建并完善数据生态资源管理体系，统筹管理多种资源形态。通过精细化管理策略，提升资源交付的整体质量和效率，确保资源管理的标准化与规范化。 2. 供应商全生命周期管理：负责外部供应商的资源拓展、准入管理、资源调度、交付履约及结算等工作。对供应商在项目中出现的问题和事故进行及时干预与处理，确保项目顺利推进。建立完善的供应商绩效管理制度，通过科学的评估体系优化供应商合作，提升整体合作质量。 3. 多元化资源管理与高效调度机制构建：构建多元化的资源管理结构，整合多种用工类型与垂直领域专家资源。设计高效、合理的资源分配调度机制，精准匹配项目需求与资源供给，确保资源供给的及时性与有效性，提升资源利用效率。 4. 资源交付与运营效率提升：通过商务策略优化、流程再造及产品设计创新，不断提升资源交付及运营效率，降低整体业务交付成本。推动资源管理的智能化与自动化升级，助力公司在数据标注领域保持竞争优势，实现业务的可持续发展。
1.主导EB级海量全模态（文本/图像/视频/音频3D等）AI数据处理平台的规划，负责高性能、可扩展的数据处理架构设计; 2. 负责AI数据资产体系构建与AI数据资产规划，推动数据、算法、工程及产品等多团队协作，实现AI全模态数据标准化、流程化及资产化，加速AI数据在基模和AI应用之间效能转化； 3. 主导核心数据处理算子（清洗、加工、转换、融合）的研发与工程化落地，并构建高效的流程编排与执行引擎，支持百亿级数据在异构卡型上快速自动化处理； 4. 负责全域EB级检索引擎的架构设计与实现，包括多模态检索、内容检索与RAG（检索增强生成）等，并持续进行性能与效果优化； 5. 关注并引领AI数据处理领域的新技术、新架构、新工具，积极推动平台技术升级和平台开放，推动团队在AI数据处理能力提升和内部技术分享。
1.面向阿里集团语音大模型及相关业务场景，参与"评测→数据→训练→再评测"闭环中的数据侧工作，建立从评测信号到数据规格的转化机制，覆盖组件级、系统级、产品能力评测发现的数据需求； 2.执行数据配方实验，通过系统实验研究数据规模、配比、质量对模型行为的影响——这是行业尚无系统答案的研究命题； 3.建设数据质量度量体系，将评价标准从"交付量与标注准确率"升级为"数据对模型效果的可量化贡献"，并参与数据质量标准的建设与验证； 4.建设端到端数据基础设施——采集、清洗、标注、质控、版本管理的自动化（不可变原则与血缘追踪），以及 AI 预标注 + 人工校正流程的最优配比研究； 5.对接算法与模型训练团队，基于实验证据回答"下一轮应使用什么数据。
1、负责多模态数据处理链路的推理优化，分析性能瓶颈，软硬件结合优化，实现包括语言识别、计算机视觉等多方向的推理优化，达到极致性能； 2、负责多模态数据处理链路的可观测性工具建设，包括数据处理、模型推理的监控、告警等； 3、负责异构资源（GPU、CPU等硬件）的调度优化，实现潮汐资源、混部资源、多云资源的最优化调度 4、负责集群和业务服务的稳定性治理、资源利用率提升，通过系统化方式提高GPU、CPU等硬件资源的使用效率。 5、参与设计高吞吐、低延迟的数据处理 pipeline。针对大模型数据处理场景（如LLM、多模态），优化数据清洗、预取、缓存及异步加载策略，确保数据大规模产出。
1.开展音频模型能力评测建设，基于评测的错误类型、分布，能针对性构建音频数据，提高模型特定表现，并能够通过对数据有效性的评测，验证数据有效性； 2.建设AI音频应用业务评测维度、指标体系、业务评测集并开展深入的评测分析工作。产出评测报告，学术benchmark等有影响力的创新工作。