阿里国际站-AI Agent训练数据工程师-杭州

我们在做面向真实跨境贸易场景的 AI Agent，覆盖买家采购、商家经营、Research、商品发布、跨平台运营、物流跟踪等复杂任务。 岗位核心不是传统数仓/ETL，而是构建 Agent 训练数据、轨迹数据、评测数据与数据闭环系统。 你会做什么

1. 搭建 Agent / LLM 数据生产 Pipeline：采集、清洗、切分、去重、结构化、版本管理。
2. 构建 SFT、Preference、Tool Use、Function Call、多步规划、任务轨迹等训练数据。
3. 从 Query、对话、商品、行为日志、操作轨迹中挖掘高价值样本。
4. 建设 Agent Benchmark / Eval 数据集，覆盖任务完成率、工具调用准确率、多语言质量等。
5. 建立数据质检、抽检、异常发现、标注协同与自动化评测机制。
6. 和算法/产品/工程一起做“数据-训练-评测-线上反馈”闭环。

1. 3年以上数据工程 / 机器学习数据 / LLM 数据相关经验。
2. 熟练使用 Python，熟悉 Spark / Flink / MaxCompute / Ray 等至少一种。
3. 了解 SFT / Preference / RLHF / RLAIF / Eval 等数据构造流程。
4. 有复杂数据集建设、数据质量治理、标注流程设计经验。
5. 有以下经验优先： 1）Agentic 数据构造（Tool Use / Browser / Computer Use / Trajectory） 2）LLM / Agent Benchmark 建设 3）多语言数据处理 4）电商 / 搜索 / 对话场景经验