阿里云阿里云智能-Data+AI大数据平台技术专家-MaxCompute

1. 参与大数据+AI一体化产品MaxFrame的设计、开发与技术演进，支撑阿里集团内部和公有云上的Data+AI一体化计算场景； 2. 能够独立完成项目需要的系统分析、设计，编码，测试和上线部署任务，确保项目的进度、质量和稳定性要求； 3. 技术基础扎实，沟通和团队合作流畅，熟练使用AI工具，乐于分享，能够积极参与团队中的设计评审和代码评审工作，并能给出相关改进建议； 4. 有一定的技术前瞻性，可以对平台演进中的技术需求(如异构集群的数据处理加速)进行预研和设计，满足对大数据+AI平台快速发展过程中，对各项业务场景的客户需求； 5.该职位涉及值班响应的职责，在服务级别协议（SLA）时间内做出对客响应，推动客户问题的解决，改善客户体验。

1、团队愿景：在大模型进入深水区的今天，真正拉开差距的，不再只是模型结构，而是数据的质量、成本与评测方法。 我们对标 Scale AI，正在建设主权模型时代的 AI 数据基础设施：以最低的总体成本，持续为模型训练与迭代提供最高质量的数据、数据配方与评测体系。 在这里，你将参与决定用什么样的数据能真正塑造模型能力，把分散、复杂、真实的业务数据，转化为可 规模、可验证、可复用的模型竞争力，参与定义 AI 时代最底层、也最关键的基础设施。 2、 主导多模态模型训练数据的生产项目：作为算法与标注资源的“连接器”，将抽象的模型需求转化为可执行的标注规则和验收标准。管理内外部标注团队（包括外包/众包资源），把控项目进度与成本，确保大规模数据交付的准时率与合格率。 3、流程设计与工程优化：设计 SFT、 RLHF 等数据流转机制，搭建高效的 Workflow。协同多方团队，优化标注效率和质量。 4、负责构建从数据寻源、抓取、到复杂异构数据解析的全流程系统，解决多模态数据的清洗与结构化难题。 5、利用模型生成数据等方式，构建自动化数据扩充流水线，降低对人工标注的依赖，突破数据规模瓶颈。 6、建立数据质量评估体系，系统性分析标注数据的质量分布特征，提升标注效率。

1、市场洞察和竞对分析 •洞察和产品相关的市场机会、市场容量和竞争格局。 •分析竞对产品核心指标、市场策略和市场价格。 •快速捕捉市场热点和客户业务痛点，挖掘产品商机，快速推动落地，形成领先竞争力。 2、产品商机判断和深度技术交流 •作为产品线代表，参与商业策略设计和商机判断。 •对复杂项目需求，协同销售团队与客户进行深度技术交流，结合对行业发展方向和技术变革方向的洞察，就具体技术场景引导客户关键决策人决策，促进商机转化。 3、产品方案设计和技术支持 •对复杂项目，理解客户的业务和功能性/非功能型需求、性能及可用性需求，基于客户场景，提供有技术竞争力和可行性、成本优势的产品组合方案，并在产品选型/POC/报价配置时， 提供技术支持。 •提炼基于客户业务场景的关键技术指标，形成领先控标项，在POC、winback等业务活动中落地验证。 •复杂项目推进方案跨团队协同优化，成本，性能，稳定性等多维度提升解决方案的竞争力。 •探索创新产品的方案和场景，推动新产品快速市场覆盖，保障产品创新活力。 •对大客户提供售后的关键技术答疑，用技术推动业务发展。 4、产品设计和优化支持 •通过对行业、场景的深入了解，参与产品的重大功能设计、定价设计、用户体验设计，协助产品在行业/场景下保持领先性。 •识别并精准提炼客户的共性需求和痛点，反哺产品设计，推动产品改进和多产品融合、新产品和功能孵化。 5、最佳实践沉淀和赋能 •沉淀面向细分场景的最佳实践，选择性输出IaC代码，通过项目实践总结标杆成功案例，提炼共性模块、统一标准化能力，加速产品方案规模化复制。 •提炼产品优势功能性能参数，并针对性的设计测试用例，放大产品和技术的影响力，沉淀基于测试用例、测试方案的解决方案竞争力。 •参与产品GTM材料编写、与伙伴共创联合解决方案、对销售团队和生态伙伴赋能。