阿里巴巴阿里控股-RL Data工程师-Work领域（法律方向）
任职要求
1. 领域深度：在法律方向的至少某一个专业领域有系统性认知，如，有合同审查、法条检索、判例分析实务经验，能基于专业判断对 Agent 输出做准确的对错裁定，而不仅凭"看起来合理"；同时具备跨领域快速上手的能力。 2. RL/RFT 数据 sense：熟悉 RFT 和 RL 对数据质量的要求，理解 reasoning 字段在 SFT / RFT / RL 各阶段的作用差异，能筛选与构建高质量的训练数据。 3. Taxonomy 与 instance 设计能力：能独立完成从领域拆解 → 任务类型定义 → instance 模板设计 → …
工作职责
我们正在从 0 到 1 搭建 Work（AI 协同办公）方向的 RL/RFT 训练数据体系，覆盖多个专业领域。端到端负责一个（或多个）领域的数据集从任务定义、instance 构造、reasoning 生成到分层验证的全链路，是模型训练飞轮里承上启下的关键位置。 1. 领域任务体系搭建（Taxonomy 设计） 对法律专业领域做结构化拆解：一级领域 → 二级场景 → 任务类型 → instance 模板，产出可复用、可扩展的标注体系。 2. Instance 与 Reasoning 构造 设计 instance 结构（instruction + context + reasoning + output），并针对不同任务选择合适的 reasoning 获取路径（强模型蒸馏、模板化拆解、真实文本抽取、人机协作等）。保证 reasoning 是 SFT/RFT 训练可直接使用的高质量推理链。 3. 分层验证方案设计 针对不同任务定义分层校验机制：规则硬匹配 → 结构完整性 → LLM-as-judge（将主观判断拆解为 yes/no 子问题）。把"评价推理质量"这类模糊问题降维为可自动化、可追溯的子任务。 4. Rubric 与评分标准建设 制定各方向 Rubric、评分分级与标注案例库，定义黄金集（golden sets）和奖励信号（reward signals），确保训练数据质量可量化、可迭代。擅长大批量生成高质量 rubric，而不是拍脑袋写几条规则。 5. 轨迹标注与 Bad Case 归因 对模型 Rollout 产出的多步执行轨迹进行逐步标注（正确性 / 必要性 / 思考质量 / 整体 Reward），并对失败步骤做根因分类（模型能力不足 / 评测标准缺陷 / 任务定义模糊 / 运行依赖缺失），输出结构化改进清单驱动训练数据补充与评测体系修正。 6. 标注质量管控 建立双标一致性校验、金标抽检、系统性偏差检测与分歧仲裁机制，管理外部数据供应商交付质量、运营内部专家产能，确保标注间一致率 ≥80%，数据可直接用于 Reward Model 训练。 7. 外部协作与专家资源整合 与高校老师、领域专家协作定义验收标准、评审样本、迭代规范，把外部资源转化为规模化精标数据；管理供应商时能给出清晰的标注规范、边界案例和仲裁依据。 8. 数据 → 模型 → 评测 闭环 周期性输出数据质量报告，识别模型能力薄弱区间，指导算法团队调整 Rollout 抽样策略与难度分布；随模型迭代补充更高难度标注数据，保持 Reward Model 区分度。
1. 端到端负责RL数据（Work 方向）项目：从方案设计、数据有效性验证到规模化生产 ，帮助模型在性能上达到业界SOTA。 2. 数据体系搭建：构建 Work 方向数据构造与标注规范体系，涵盖 AI 办公软件、金融、法律、电商、网络安全、芯片 EDA、Visual Design 等方向的 Rubric 制定、评分标准分级与标注案例库建设。 3. 轨迹标注生产：对模型 Rollout 产出的多步执行轨迹进行逐步标注（正确性/必要性/思考质量/整体 Reward），管理外部数据供应商交付质量，运营内部专家数据产能。 4. Bad Case 归因分析：对标注轨迹中的失败步骤做根因分类（模型能力不足 / 评测标准缺陷 / 任务定义问题），输出结构化改进清单，驱动训练数据补充与评测体系修正。 5. 标注质量管控：建立双标一致性校验、金标准抽检、系统性偏差检测与分歧仲裁机制，确保标注数据可直接用于 Reward Model 训练，标注间一致率 ≥80%。 6. 数据输出与迭代：周期性输出标注数据质量报告，识别模型能力薄弱区间，指导算法团队调整 Rollout 抽样策略与难度分布；随模型迭代补充更高难度标注数据，保持 Reward Model 区分度。 7. 定义评分标准(rubrics)、黄金集(golden sets)和奖励信号(reward signals)，确保训练数据质量可量化、可追溯、可迭代。 8. 协同算法团队闭环：与模型训练/RL算法团队紧密配合，将模型效果反馈翻译为数据改进策略，驱动数据→模型→评测的飞轮。
我们正在搭建 Work（AI 协同办公）方向的 RL/RFT 训练数据体系。这个岗位的核心职责是从线上回流数据中挖掘高价值样本：清洗、筛选、合成、发现 bad case，把海量线上数据变成模型训练和数据标注真正能用的东西。 职位描述 1. 线上数据回流与清洗 对接模型线上 rollout 产生的原始数据（轨迹、日志、用户反馈、执行结果等），设计清洗 pipeline，去重、去噪、过滤无效样本，把脏数据变成结构化可用的样本集。 2. 高价值数据挖掘 从海量线上数据中挖掘对模型训练有价值的样本：高难度任务、罕见场景、模型易错 case、用户真实需求分布。建立挖掘策略（规则 + 模型 + LLM 多信号融合），提升高价值样本的召回率。 3. Bad Case 发现与归因 系统性发现 bad case：模型执行失败、输出低质量、轨迹异常、用户投诉等。对 bad case 做根因分类（模型能力问题 / 数据分布问题 / 任务定义问题 / 环境依赖问题），输出结构化报告驱动数据补充和评测修正。 4. 数据合成与增强 设计数据合成策略：基于 LLM 对已有样本做变体生成、难度扩展、场景泛化，补充模型训练数据中的稀缺类型；验证合成数据质量，确保合成样本可直接用于训练。 5. LLM 驱动的精细化筛选 用 LLM-as-judge、质量评分模型等方式对海量数据做精筛，识别"表面合理但实际错误"的样本，把数据质量从"能看"升级到"能训"。设计筛选阈值与采样策略，平衡数据规模与质量。 6. 数据标注前置处理 为下游标注团队准备可标注的数据包：去重、预分类、标注难度分级、边界 case 标记，降低标注成本、提升标注效率。定期输出数据分布报告，指导标注优先级。 7. 数据 Pipeline 与基础设施 搭建端到端的数据处理 pipeline：采集 → 清洗 → 挖掘 → 合成 → 筛选 → 输出。保证数据可追溯（血缘管理）、可复现（版本管理）、可观测（关键指标监控）。 8. 协同算法与标注团队 与模型训练团队对齐"下一轮需要什么数据"，与标注团队对齐"什么样的数据值得标"，把数据挖掘变成模型能力提升的持续供给。
负责多城市项目的日常账务处理、成本归集、预算跟踪及基础经营分析。确保各公寓项目财务数据准确、合规、及时，并为资产运营提供高效财务支持。本岗位强调独立操作能力、细节把控力与跨部门及区域协同效率。 1、多项目账务处理与核算 • 负责集团在重点城市（如南京、上海等）长租公寓项目的日常会计核算，包括收入确认（租金、服务费）、成本费用分摊、往来对账等； • 确保各项目账套符合集团统一会计政策，按时完成月度结账与报表初稿编制； • 协助处理与物业、能源、维保等本地供应商的结算与发票核验。 2、预算与成本执行监控 • 维护各公寓项目的年度/季度预算模板，录入实际发生数据； • 定期输出预算执行差异分析，识别异常及背后业务原因分析关联； • 支持资本性支出（Capex）台账登记与摊销计算。 3、税务与合规支持 • 协助完成各地公寓项目涉及的增值税、房产税、土地使用税等申报资料准备； • 配合税务团队确保租赁业务税务处理合规； • 管理各地项目银行账户流水对账。 4、经营数据支持与系统维护 • 提取并清洗公寓运营系统（如PMS）中的财务相关数据，支撑经营分析； • 维护财务共享平台中公寓项目的主数据（如成本中心、资产编码）； • 反馈一线操作问题，推动财务流程或系统优化（如自动化对账、电子发票对接）。 5、审计与内控配合 • 准备内外部审计所需的公寓项目财务凭证、合同及说明材料； • 执行集团内控要求，确保付款审批、合同备案等流程合规留痕。
负责多城市项目的日常账务处理、成本归集、预算跟踪及基础经营分析。确保各公寓项目财务数据准确、合规、及时，并为资产运营提供高效财务支持。本岗位强调独立操作能力、细节把控力与跨部门及区域协同效率。 1、多项目账务处理与核算 • 负责集团在重点城市（如南京、上海等）长租公寓项目的日常会计核算，包括收入确认（租金、服务费）、成本费用分摊、往来对账等； • 确保各项目账套符合集团统一会计政策，按时完成月度结账与报表初稿编制； • 协助处理与物业、能源、维保等本地供应商的结算与发票核验。 2、预算与成本执行监控 • 维护各公寓项目的年度/季度预算模板，录入实际发生数据； • 定期输出预算执行差异分析，识别异常及背后业务原因分析关联； • 支持资本性支出（Capex）台账登记与摊销计算。 3、税务与合规支持 • 协助完成各地公寓项目涉及的增值税、房产税、土地使用税等申报资料准备； • 配合税务团队确保租赁业务税务处理合规； • 管理各地项目银行账户流水对账。 4、经营数据支持与系统维护 • 提取并清洗公寓运营系统（如PMS）中的财务相关数据，支撑经营分析； • 维护财务共享平台中公寓项目的主数据（如成本中心、资产编码）； • 反馈一线操作问题，推动财务流程或系统优化（如自动化对账、电子发票对接）。 5、审计与内控配合 • 准备内外部审计所需的公寓项目财务凭证、合同及说明材料； • 执行集团内控要求，确保付款审批、合同备案等流程合规留痕。