通义通义实验室-技术专家-大模型数据

我们正在寻找一位兼具技术深度与行业广度的数据采购技术专家。您不仅是大模型技术的“鉴赏家”，更是数据供应链生态的“战略家”。您将利用对全球大模型数据供应商格局及行业趋势的深刻洞察，主导我们的数据资源引入策略，评估供应商的长期发展潜力与交付能力，确保我们的数据供应链既具备技术领先性，又拥有商业可持续性。 1. 供应商生态图谱与趋势研判：构建并维护全球大模型数据供应商的生态图谱。深入分析不同供应商（如数据标注、合成数据、真机采集、预训练数据提供商）的商业模式、技术壁垒及市场定位，预判行业整合趋势，为公司引入最具潜力的合作伙伴。 2. 数据供应链技术评估：针对具身智能、多模态等大模型前沿领域，评估供应商的数据采集能力（如仿真引擎、真机遥操作）、数据处理管线（Pipeline）及质量控制标准。确保供应商的技术路线符合行业Scaling Law的发展趋势。 3. 技术尽调与交付能力验证：主导对潜在供应商的技术尽职调查。不仅审查其现有数据质量，更要评估其数据生产的自动化水平、成本控制能力及未来技术迭代路线，规避供应商“掉队”风险。 4. 前沿技术引入与落地：追踪大模型数据领域的最新技术突破（如World Model生成数据、自动化标注技术），识别并引入能显著提升模型效果的创新数据源或工具，推动采购品类从“买数据”向“买能力”转型。 5. 跨部门技术协同：作为采购与业务技术部门的桥梁，将外部供应商的技术能力转化为内部可理解的评估报告，协助算法团队制定数据需求标准，并参与技术谈判。

1、主导大模型数据采集方向的技术选型与架构设计，制定采集系统的中长期技术演进路线图，推动系统性建设及规模化落地； 2、带领团队攻克复杂采集场景下的技术难题，包括大规模分布式爬取、动态渲染页面处理、反爬对抗、App逆向解析等，保障大模型训练数据供给的稳定性与质量； 3、统筹数据采集全链路设计——涵盖任务调度、分布式采集、内容结构化解析、数据清洗与持久化，持续优化系统吞吐量、稳定性与成本效率； 4、建立团队编码规范、数据质量标准及安全合规体系（遵循 robots 协议、数据安全相关法规），推动工程化建设与最佳实践落地； 5、与大模型训练、数据标注、平台工程等团队紧密对齐需求，作为技术接口人协调资源、推动项目交付。

1.主导EB级海量全模态（文本/图像/视频/音频3D等）AI数据处理平台的规划，负责高性能、可扩展的数据处理架构设计; 2. 负责AI数据资产体系构建与AI数据资产规划，推动数据、算法、工程及产品等多团队协作，实现AI全模态数据标准化、流程化及资产化，加速AI数据在基模和AI应用之间效能转化； 3. 主导核心数据处理算子（清洗、加工、转换、融合）的研发与工程化落地，并构建高效的流程编排与执行引擎，支持百亿级数据在异构卡型上快速自动化处理； 4. 负责全域EB级检索引擎的架构设计与实现，包括多模态检索、内容检索与RAG（检索增强生成）等，并持续进行性能与效果优化； 5. 关注并引领AI数据处理领域的新技术、新架构、新工具，积极推动平台技术升级和平台开放，推动团队在AI数据处理能力提升和内部技术分享。

1、负责多模态数据处理链路的推理优化，分析性能瓶颈，软硬件结合优化，实现包括语言识别、计算机视觉等多方向的推理优化，达到极致性能； 2、负责多模态数据处理链路的可观测性工具建设，包括数据处理、模型推理的监控、告警等； 3、负责异构资源（GPU、CPU等硬件）的调度优化，实现潮汐资源、混部资源、多云资源的最优化调度 4、负责集群和业务服务的稳定性治理、资源利用率提升，通过系统化方式提高GPU、CPU等硬件资源的使用效率。 5、参与设计高吞吐、低延迟的数据处理 pipeline。针对大模型数据处理场景（如LLM、多模态），优化数据清洗、预取、缓存及异步加载策略，确保数据大规模产出。