大数据开发工程师
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
招聘公告与岗位信息
所属企业:阿里巴巴
招聘批次:2027秋招
截止时间:2026-10-01
学历要求:硕士
工作地点:杭州
发布时间:2026-09-09
招聘方向
大数据开发工程师
投递提示
点击右侧「立即投递」前往官方网申渠道;投递前请核对岗位、城市与截止时间。
说明:以上内容依据原始公告字段整理,完整信息以官方公告原文(job)为准。
截止时间:2026-10-01
招聘流程
截止时间:2026-10-01
点击右侧「立即投递」前往官方网申渠道。
投递建议
在正式投递 阿里巴巴 前,建议回到原始招聘公告再次核对投递渠道、截止时间、城市范围和学历要求,尤其留意图片中的补充说明。
如果你同时在看多条校招,建议先处理与 阿里巴巴 匹配度最高、时间要求最明确的岗位,再做海投扩展,避免在信息不完整的职位上投入过多时间。
准备 阿里巴巴 相关简历时,优先保留和岗位关键词、业务方向、目标城市最相关的经历,弱相关内容可以下沉到后半部分。
常见问题 FAQ
建议先看 4 件事:岗位方向是否匹配、城市是否可接受、学历和毕业时间是否符合、投递截止时间是否紧张。如果这 4 项都大致匹配,再花时间优化简历和准备笔面试,投入产出会更高。