阿里巴巴大模型训练数据处理的文本去重和分类性能优化-阿里星

实习兼职阿里巴巴2027届实习生2026-03-23地点：北京 | 杭州状态：招聘

扫码手机上打开

工作描述

任职要求
1、计算机科学、人工智能、数学或相关领域的博士学历； 
2、具备扎实的工程能力，优良的编程风格，熟悉C++/Python等面向对象编程语言，以及常用设计模式； 
3、具备一定的性能分析和调优经验； 
4、有过PB级网页文本的数据和清洗经验； 
5、在OSDI/SIGMOD/VLDB等顶级系统领域/大数据领域的会议上发表过论文； 
6、熟悉vLLM推理框架，并在开源社区有贡献。

工作职责
寻找顶尖的D…

登录查看完整工作描述

微信扫码，1秒登录

📮 投递简历 ✨AI模拟面试

难度：

包括英文材料

学历+

C+++

Python+

还有更多 •••

登录查看完整学习资料

相关职位

研究型实习生 - 大模型预训练数据处理的文本去重性能优化

实习阿里巴巴研究型实

1、扎实的工程能力，优良的编程风格，熟悉C++/Python等面向对象编程语言，以及常用设计模式； 2、具备较好的问题分析、解决和归纳能力，具备一定的性能分析和调优经验； 2、顺畅的表达和沟通能力、以

更新于 2026-03-17北京

大模型预训练数据工程师

社招技术类

1）扎实的编程能力（Python必须，Java / Golang / Javascript 至少一种），良好的数据结构和算法基础； 2）熟悉软件工程基本流程（构建 / 调试 / 测试 / CI）； 3

更新于 2026-04-30上海

大模型预训练数据算法专家

实习核心本地商业-基

1.具备强烈的好奇心与自驱力，对AI数据体系建设与模型优化充满热情，能够从全局视角思考数据与模型的关系。 2.深入理解大模型预训练基本原理，具备优秀的数据敏感度与指标设计能力；对"什么样的语料是好语料

更新于 2026-07-16北京|上海

大模型数据运营专家（预训练方向）

社招1-3年模型标注

1. 硕士及以上学历,计算机、计算语言学、数据科学、信息检索、NLP相关专业优先;有预训练语料处理、大规模数据工程经验者优先。 2. 1年以上大模型预训练数据策略运营/产品经验,了解通用预训练数据处

更新于 2025-12-23北京|上海