阿里巴巴阿里控股 AI Data-数据处理工程师-RL训练数据方向（Work）

工作描述

任职要求
必备
1. 学术背景：计算机、人工智能、数据科学、统计学或相关专业，硕士及以上学历优先，2 年以上数据挖掘 / 数据工程 / 机器学习方向经验。
2. 工程能力：精通 Python，具备大规模数据处理能力（Spark / Ray / Dask / Flink 任一）；熟悉 SQL、Shell，能独立搭建数据处理 pipeline 与 ETL 流程；数据处理 pipeline 写得好、跑得稳、可追溯，不是写个脚本跑一次就完。
3. LLM 工具链能力：熟练使用 LLM 做数据筛选、质量评估、合成生成；理解 LLM 训练流程（预训练 / SFT / RFT / RL），知道各阶段数据需求差异。
4. 数据质量意识：对数据分布、异常检测、偏见风险有敏锐直觉；能从海量数据中识别"表面合理但实际错误"的样本；数据嗅觉灵敏，能从海量脏数据里一眼看出"这个样本有价值"。
5. 数据挖掘经验：有从线上日志、用户行为、模型轨迹等原始数据中挖掘高价值样本的经验；熟悉规则挖掘、聚类、异常检测、分类等常用方法；愿意读 rollout 日志、执行轨迹、用户反馈等原始数据，而不是只做二手数据。
6. 问题定位能力：能独立完成 bad case 归因分析，区分模型能力问题、数据问题、任务定义问题、环境问题，输出结构化改进建议。
7. 闭环意识：知道自己挖出来的数据最终要喂给谁，主动跟算法和标…