职位描述
1、定义"什么是好数据、好视频":为流式视频生成模型的训练与评测制定内容质量标准,覆盖切片、清洗、标注/caption、美学与表演等维度;重点建立对人物口型对齐、表情与情绪自然度、眼神与肢体的匹配、人设一致性的判断,沉淀为可落地的数据生产标准与标注 SOP。
2、搭建评测与质检标准:从内容/表演视角建立数据质量评估体系与 benchmark 评测集标准,定义质检维度与判定口径——核心是判断一个数字人"像不像真人、对不对得上、久看会不会出戏";抽检生产结果,持续定位短板并反哺标准迭代。
3、推动标准的量化落地:与量化及工程团队协作,把上述内容标准翻译成可统计、可自动化的指标与质检规则。
4、跨团队对齐:协同算法、产品、评测团队对齐训练与评测需求,推动数据优化方案落地,并评估其对模型效果的实际影响。任职要求
1、专业级视频审美与内容判断力:深入理解镜头语言、表演与情绪表达,能从专业视角评价视频质量,并能延伸到对数字人表演的判断(口型、表情、眼神、肢体是否自然可信,是否落入恐怖谷)。顶尖影视院校背景优先,但更看重实际的评测/质控判断力,而非创作履历。
2、相关经验:有影视制作、视频编辑、视频数据运营经验;尤其看重做过评测、质控或标注规范制定的经历;有数字人、虚拟主播、口播、动捕/表捕相关内容评测或 AI 视频标注 SOP 经验者优先。
3、能把主观判断写成标准:可将模糊的美学/表演判断("为什么看着假、哪里出戏")拆解为可解释、可复用、可传递给标注团队执行的规则——这是本岗位的核心能力。
4、加分项:a. 熟练用 vibe coding / AI 工具为工作提效; b. 熟悉主流视频生成模型(如 Seedance、Kling、Happyhorse 等),了解数字人/实时互动生成方向的行业现状与痛点,并有独立认知。
