阿里巴巴集团

岗位职责：岗位定位 作为AI数据研发工程师，你将深入企业管理数据的核心链路，参与从数据采集、治理、建模到AI应用落地的全生命周期建设。你不仅是一名数据工程师，更是企业智能化管理的"数据架构师"——用高质量的数据底座支撑AI模型训练与业务决策，让每一条数据都产生真实的业务价值。 岗位职责 面向AI的数据研发 ● 负责AI应用所需的数据链路建设，包括数据采集、清洗、加工、存储、更新与质量监控。 ● 构建面向模型训练和推理的特征体系，沉淀可复用的特征库、样本库和指标体系。 ● 支持智能问答、知识检索、经营预测、异常检测、风控预警等AI场景的数据需求。 ● 协同算法、产品、业务团队，将业务问题拆解为数据问题，推动AI应用从实验到上线。 数据治理与数据质量 ● 参与企业级数据标准建设，制定字段规范、口径规范、元数据管理规则和数据血缘追踪方案。 ● 负责数据清洗、去重、补全、脱敏、一致性校验等治理规则开发，保障AI训练数据和业务数据质量。 ● 建设数据质量监控、异常告警、问题定位与修复闭环，持续提升数据可信度。 数仓与数据平台建设 ● 参与企业级数据仓库分层建设，包括ODS、DWD、DWS、ADS等层级模型设计与开发。 ● 参与离线与实时数据链路建设，支撑经营分析、实时监控、AI特征更新等场景。 ● 参与数据中台能力沉淀，将通用数据资产、指标、特征、标签抽象为可复用服务。 AI数据工程与效果闭环 ● 负责训练数据、评测数据、线上推理数据的构建与维护。 ● 支持模型效果评估、AB实验、线上监控与数据回流分析。 ● 持续优化数据口径、特征质量、样本分布和数据更新时效，提升AI应用稳定性与业务效果。 任职要求：基本要求 ● 2026年11月至2027年11月期间毕业，本科及以上学历，计算机科学、数据科学、软件工程、统计学、信息管理等相关专业。 ● 扎实的SQL能力，熟悉至少一门编程语言，如Python、Java或Scala。 ● 了解数据仓库基本概念，如分层建模、ETL、指标体系、维度建模等。 ● 了解大数据技术栈或云数据平台，如Hive、Spark、Flink、HBase、Kafka、MaxCompute等。 ● 具备良好的逻辑分析能力，能把业务问题转化为数据方案。 优先条件 ● 有数据仓库、数据平台、特征平台、数据治理相关项目或实习经验。 ● 熟悉数据质量、元数据、数据血缘、数据标准等数据治理方向。 ● 了解机器学习基础，有特征工程、样本构建、模型评估或AI应用开发经验。 ● 了解RAG、向量检索、Embedding、智能问答、知识图谱等AI数据工程相关技术。 ● 有企业管理、财务、供应链、人力、客户管理等业务场景理解者优先。 我们提供 ● AI导向的数据成长路径：从数仓、数据治理到特征工程、AI数据工程，系统参与AI应用的数据全链路建设。 ● 真实企业管理场景：接触财务、供应链、人力、客户、风控等复杂业务数据，理解数据如何驱动管理决策。 ● 工程化能力培养：参与数据质量、数据平台、特征平台、监控闭环等企业级数据工程建设。 ● 导师与团队协作：与数据架构、算法、产品、业务团队协同，快速提升业务理解与技术落地能力。 ● 薪酬福利：具有竞争力的校招薪资，五险一金、弹性工作、年度体检、团建活动等福利保障。