阿里巴巴数据技术及产品部-数据验收Agent开发-杭州
任职要求
1、具备平台工程能力和Agent开发、使用经验，了解大模型API调用与多模态AI检测工具链。 2、熟悉Python/…
工作职责
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. 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. 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。
负责多模态数据存储管道研发及数据处理能力研发： 1. 主导EB级大规模非结构化数据传输功能及多模态数据管理系统设计和开发； 2. 参与高性能计算引擎架构设计：基于CPU+GPU异构计算环境，设计并研发面向多模态数据（图像、音视频、文本等）的分布式计算引擎，实现高效部署与运维； 3. 参与核心算子研发与优化：结合多模态数据特征，设计并开发高性能数据处理算子，涵盖数据清洗、特征提取、格式转换等关键环节，保障算法效率与准确性； 4. 构建数据处理最佳实践体系：针对多模态数据存储、处理特点及场景，给出算子最佳实践，如卡型选择、CPU/GPU选择等。