alibaba
Open positions
数据技术及产品部-AI数据处理工程师-数据工程
1、深度参与Qwen-Image基模的数据处理、交付、评测完整链路， 助力模型成为全球最领先的图像生成/编辑模型； 2、通过agent框架，建设不同场景的数据合成链路，实现垂域高质量图片数据的规模化合成； 3、数据&模型闭环迭代：基于评测反馈的短板，设计对应的专项数据集，并在训练过程中构建可观测指标，量化数据对模型能力提升的贡献，动态更新数据集，实现数据 → 模型 → 评测 → 数据的循环优化；…
阿里国际-AI数据工程师（商品）-杭州
岗位简介 驱动阿里国际数字商业（AIDC）业务增长，以AI时代的数据工程方法论构建分国家数据运营资产体系，打造面向智能体的数据供给能力，让数据从"管道搬运"进化为"价值驱动"的核心引擎。 岗位职责 1. 构建AIDC分国家商品数据运营资产体系，参与企业级 Data Agent 建设，深度融合大模型与业务数据，打造智能决策中枢，驱动数据从成本中心向价值引擎跃迁； 2.…
阿里国际-AI数据工程师-杭州
团队介绍：我们是一支全球化、多元化、专业化的数据先锋团队，以技术为引擎，以数据为纽带，驱动全球20亿消费者与数千万商家的数字化商业生态。立足中国，服务全球，每天处理覆盖东南亚、欧洲、美洲等多时区的跨境数据洪流，在多语言、多文化、多法规的复杂场景中，打造“数据&AI技术驱动业务”的全球化数据中台。 数据在国际化场景真正成为业务发展的引擎，数据团队成员有数据工程师、研发工程师、数据科学家和算法同学。…
高德-具身智能数据闭环算法数据工程师-具身业务部
1. 负责面向真机 Benchmark 和数据闭环的算法数据工程建设，承接端上设备、数据闭环平台、仿真引擎和评测系统回传的数据。 2. 负责多源数据接入、清洗转换、格式标准化、质量检查、元数据管理、样本加工和训练 / 评测数据组织。 3. 负责面向算法迭代的数据资产建设，包括样本挖掘、失败样本归因、Benchmark 数据集管理、指标统计和版本对比。 4. 负责将稳定的数据处理、样本构建、误差分析和问题归因能力封装为 Tools /…
阿里国际-AI 数据工程师（AI Data ）-杭州
团队介绍：我们是一支全球化、多元化、专业化的数据先锋团队，以技术为引擎，以数据为纽带，驱动全球20亿消费者与数千万商家的数字化商业生态。立足中国，服务全球，每天处理覆盖东南亚、欧洲、美洲等多时区的跨境数据洪流，在多语言、多文化、多法规的复杂场景中，打造“数据&AI技术驱动业务”的全球化数据中台。 数据在国际化场景真正成为业务发展的引擎，数据团队成员有数据工程师、研发工程师、数据科学家和算法同学。…
阿里控股-大模型数据工程师-Code/Agentic方向
1. 负责大模型的高质量的数据构造工作，主要在code、Agentic等垂域数据任务 2. 大规模数据解析、清洗、去重，以及数据生成/合成等工作，覆盖GitHub、代码镜像、内部代码库等。 3. 设计并实现面向 Agent 轨迹采集的沙盒环境，支持工具调用（Function Call）、多步规划、环境交互等行为记录。 4. 构建 Agentic 任务的数据标注规范和质量评估框架，包括轨迹合法性校验、奖励建模所需的偏好数据构造 1.…
千问办公-AI 数据工程师-杭州
1、负责千问办公数据体系的建设，通过数据+工程化，赋能业务，提供全链路、可分析的业务服务能力；配置化、可复用的数据技术能力；更直观、更具指导性的产品化能力 2、大模型多模态AIData数据工程体系建设，探索实践面向各领域的高质量数据自动化清洗、标注、合成增强技术，设计并构建高效可扩展的数据飞轮（Data-Flywheel）闭环系统，为智能体和模型后训练提供高质量训练集和评测集 3、构建湖仓一体数据底座、智能问数Data…
高德-安全数据仓库专家-AI NATIVE
1、负责安全风控域数据仓库的分层建模与指标体系建设，支撑反爬、反欺诈、内容与账户安全等场景的离线与实时数据交付； 2、主导将 AI 能力（Agent、知识库、大模型）工程化落地到 SQL 开发、数据校验、异常检测与数据治理全链路，持续提升数据交付效率与质量； 3、沉淀可复用的安全数仓资产（模型、指标、skill、知识库），推进团队向 AI Native 研发模式转型。 -经验要求：5…
高德-AI 数据工程师-BI
1、负责找数/取数Agent的架构设计与落地开发，覆盖意图理解、元数据检索、Schema探查、NL2SQL/DSL生成、安全校验、执行自修复、结果反馈等全链路。 2、建设元数据知识库，整合表结构、字段注释、数据血缘、指标口径、历史优质SQL、业务文档，支撑精准找表与字段映射。 3、设计并实现语义层/指标层，将业务口径抽象为可复用的中间查询语言，降低复杂数仓下的SQL幻觉与口径歧义。…
智能引擎-多模态大模型数据工程师-北京
团队负责阿里巴巴多模态基础模型的数据体系建设，支撑行业领先的视频生成模型训练，处理百亿级图像、视频及图文数据。 本岗位聚焦复杂多模态数据管线建设，持续提升大规模数据处理的吞吐、正确性与数据质量，为 Pretrain、SFT、RL 提供高效、可靠的数据供给。 职位描述 1. 设计和建设百亿级多模态数据处理管线，覆盖数据清洗、解码、转换、过滤、标注及训练加载等环节。 2. 深入分析…
ATH-高级数据工程师/专家-AI制药
1、实验记录系统集成：接入ELN/LIMS字段对齐自动抽取 2、数据湖仓建设：数据分层(raw/clean/feature)/分区/压缩/查询优化/血缘维护 3、训练集自动构建：按规格从平台数据自动产出训练集配合结构式双轨入库 4、数据质量监控：异常检测/缺失脏数据报告 5、单体级结构式建模(HELM+SMILES/SDF双轨入库) 6、渗透assay谱系强制标注(每条记录带assay类型/装置/SOP版本/膜脂批号)…
数据技术及产品部-GUI 数据工程师-杭州
1:设计并开发 GUI Agent / Computer Use 场景下的数据自动构造与合成管线，涵盖截图、控件树、页面状态、操作动作、多步轨迹、执行结果及失败恢复等数据，支持桌面、Web、移动端及专业软件等多种环境，实现大规模、高质量训练数据的自动化生产。 2:与算法、评测团队紧密协作，深入理解模型训练、后训练及评测数据需求，将…
数据技术及产品部-AI数据工程-杭州
1、参与集团级AI数据引擎：负责多模态数据（文本、音频、图像、视频）的采集、清洗、处理、治理与资产化管理，打造可复用、可观测、可解释的 EB 级数据体系，支撑大模型训练与推理的高质量数据供给； 2、多模态数据智能化处理：主导音频/视频/图像等模态的自动理解、标签体系构建、语义特征抽取、质量建模与自动化治理；设计并训练分类、识别、预测等多模态模型； 3、AI…
阿里控股-AI数据工程师-数据决策
1. 参与集团级AI数据引擎：负责文本和多模态数据（音频、图像、视频）的采集、清洗、处理、治理与资产化管理，打造可复用、可观测、可解释的 EB 级数据体系，支撑大模型训练与推理的高质量数据供给； 2. 不同模态数据智能化处理：主导文本/音频/视频/图像等模态的自动理解、标签体系构建、语义特征抽取、质量建模与自动化治理；设计并训练分类、识别、预测等多模态模型； 3. AI…
阿里健康-数据开发-北京
职位描述 1.主导面向Agent的新型数据体系架构设计与落地，推动数据资产从数据表向智能体可理解、可调用、可推理的消费模式演进； 2.负责端到端数据建模设计与开发交付，基于湖仓一体架构（Alake+ODPS）实现业务模型的统一构建与服务； 3.负责数据质量治理与链路稳定性保障，建立监控告警、血缘追踪与异常恢复机制，确保数据SLA；…
乌鸫科技-AI数据开发工程师-医疗
1. 在算法同学的指导下，按既定流程完成大规模医学影像（CT/MRI/超声等）及配套多模态数据（影像报告、EMR、病理、随访等）的采集、清洗、脱敏、标准化与结构化，产出可用于模型训练的数据集。 2. 按照团队已有的数据处理规范和标注/质检（QC）标准，执行数据标注、格式转换、批量处理等日常操作，配合排查并修正数据质量问题。 3.…
千问事业部-大数据计算专家-杭州
1、负责大规模多模态数据计算引擎的核心架构设计与执行计划优化，构建面向异构计算（CPU/GPU）的高效任务调度机制与执行流水线，解决PB级多模态数据（图像、音频、视频等）处理过程中的关键性能瓶颈； 2、应对PB级数据在Shuffle、Join、Aggregation等场景中面临的内存、I/O与存储资源挑战，攻克每日PB级流批一体数据处理过程中的系统稳定性难题了；…