阿里巴巴数据技术及产品部-AI数据工程-杭州

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

1. 负责AIData 各大平台的产品技术架构，包含数据资产管理平台、数据标注平台、数据评测平台，以及数据处理平台架构设计和开发。 2. 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。 3. 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。 4. 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。 5. 领导数据处理集群优化相关团队，关注数据处理系统前沿技术，保持团队技术先进性。

1、深度参与Qwen-Image基模的数据处理、交付、评测完整链路， 助力模型成为全球最领先的图像生成/编辑模型； 2、通过agent框架，建设不同场景的数据合成链路，实现垂域高质量图片数据的规模化合成； 3、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； 4、构建海量的图片检索引擎，满足垂域数据的高质量检索需求； 5、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；

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；