多模态大模型-标管POC(SFT)

1、需求对接与标准转化：与需求方紧密协作，深入理解 SFT（监督微调）阶段对多模态数据的需求与优化目标，将需求转化为可执行的数据采集策略、标注流程、标注规范和操作 SOP，覆盖多模态任务体系（文生视频、图生视频、视频生视频等方向），确保 SFT 数据标准与模型迭代方向对齐；
2、标注标准制定与维护：负责 SFT 数据的 TAR/REF 质量标准及标注规范文档的撰写、迭代与版本管理，建立可执行、可验收的数据门槛，组织标注员进行标准对齐和尺度拉齐；维护正反例库与典型 case 集，降低标注歧义；
3、标注结果验收与质量把控：对 SFT 标注结果进行抽样验收，把控数据质量，识别异常与争议 case 并做判定，推动问题闭环解决；监控标注一致性与一次通过率；
4、标注数据分析与质量报告输出：基于标注数据进行深入分析，识别质量短板与规则盲点，撰写标注质量报告（含标注方法、过程、问题分布和改进结论），为需求方与数据标准迭代提供依据；
5、标注集建设与管理：负责 SFT 任务体系的定义与采集策略设计，解聚模型从"学什么→采什么→采多少→缺什么"的问题，设计标注样本与维度方案，确保 SFT 数据的覆盖度和代表性；
6、团队培训与流程优化：对标注员进行 SFT 标准培训和日常答疑，组织争议研判；搭建数据交付 SOP，将交付经验沉淀为工具与数据反馈闭环，减少人工误差，易错项前置自动化处理，持续优化标注流程与工具使用，提升多人协作效率和数据质量。
任职资格
1、学历与专业：本科及以上学历，影视、动画、数字媒体、网络与新媒体、视觉设计等视觉方向相关专业优先；有影视剪辑、摄影摄像、视听语言等课程或实操背景者优先；
2、工作经验：1 年以上数据标注 / AI 评测 / AIGC 内容创作 / 模型运营相关工作经验；有视频生成模型（T2V / I2V / V2V）的 SFT 数据标注或数据采集经验（硬性）；有完整参与视频模型迭代周期（从数据需求评审到数据入库交付）经验者优先；有与需求方协作经验优先；
3、专业能力：具备扎实的视听语言基础与美学审美经验，能判断视频内容在画面、运动、构图、光影等维度的质量；理解模型训练对 SFT 数据的需求，能将业务需求与专业判断转化为可执行的采集策略与标注规范；工作方式灵活，能适应需求与规则的快速迭代，具备较强的主动性与自主解决问题的能力；
4、规则与标准化能力：能将抽象的画面判断与数据质量要求拆解为可观察、可一致执行的标注维度与验收门槛（如 TAR/REF 标准）；擅长撰写清晰、低歧义的标注规范与 SOP，并通过对齐拉通收敛尺度；能把交付经验沉淀为可复用的工具、模板或自动化流程；
5、逻辑与数据分析：逻辑思维能力强，对数据敏感，擅长数据分析与总结归纳，能基于标注数据产出有观点、有建议的质量分析报告；能对采集数据缺口进行诊断与策略调整；
6、工具与技能：熟悉 PR / FCP / AE / 剪映 / 达芬奇等至少 1-2 款视频工具；有 AIGC 视频生成工具使用经验（如 Stable Diffusion、Midjourney、Runway 等 T2I/T2V/I2V 工具）；熟练使用 Excel（VLOOKUP、数据透视表等）进行数据分析；具备良好的文档撰写能力；
7、加分项：有影视行业或内容创作背景优先；有图片美学相关背景优先；有 AIGC 视频内容制作或新媒体运营经验优先（如 AI 短视频制作、AI 图文创作等）；有项目管理或团队协调经验优先（能按优先级与人员能力分工、协调资源、跟进多任务交付进度）；有规模化标注 / 众包作业管理经验优先；了解大模型训练方法（含 SFT / RLHF / RM）和数据需求优先。