职位类别：技术类 业务集团：阿里巴巴控股集团 职位描述：1.构建大规模数据回流体系：设计并实现高效的数据采集、清洗、标注 pipeline，从线上真实交互中挖掘高质量训练数据，支撑多任务、多语言的模型训练需求； 2.建立自动化评测体系：设计面向AI Coding场景的多维度评测框架，构建自动化评测流水线与Benchmark，实现对模型及产品端到端能力的全面、客观评估； 3.借助高质量数据推动模型能力持续升级：基于数据体系与合作的模型团队共同开展大模型的持续训练与领域适配，提升模型在实际场景中的性能表现； 4.推动数据驱动的模型迭代：建立数据回流-训练-评测-优化的完整闭环，通过A/B测试、在线评估等手段持续优化模型能力，形成正向迭代机制； 5.发表高水平学术论文：将研究成果总结提炼，在NeurIPS、ICML、ICLR、ACL等顶级会议发表高水平论文，提升团队在AI Coding领域的学术影响力。 职位要求：1.研究生在读或即将毕业，计算机科学、人工智能、机器学习、自然语言处理等相关专业背景； 2.具备扎实的机器学习和深度学习基础，熟悉Transformer、GPT、LLaMA等大模型架构，有模型训练经验者优先； 3.具备数据挖掘、数据工程相关经验，熟悉数据清洗、去重、增强等技术，有构建大规模数据集经验者优先； 4.具备评测体系构建经验，熟悉代码评测、模型评估等方法，有参与构建Coding Benchmark经验者优先； 5.在相关领域国际顶级学术会议（如NeurIPS、ICML、ICLR、ACL、EMNLP等）发表过高水平论文，或拥有相关核心技术专利者优先； 6.具备扎实的编程能力，熟练掌握Python等编程语言及PyTorch等深度学习框架，能够独立开展实验设计与代码实现； 7.具有良好的问题分析与解决能力、创新思维能力和团队协作精神，具备清晰的逻辑表达能力和较强的中英文文献阅读与写作能力。