主分类：生产、商品与供应商质量管理
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "腾讯视频-动漫数字资产验收管理",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "PCG",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "产品"AI生成
},
"company": {
"company_name": "腾讯",
"company_industry": "互联网 / 科技 / 人工智能",
"company_size": "10000人以上",
"company_website": "tencent.com",
"company_description": "腾讯是一家互联网和科技公司，业务覆盖通信与社交、数字内容、游戏、金融科技、企业服务、云计算与人工智能等方向。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 1,
"degree": "动画、数字媒体、影视制作或相关专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.数字资产全流程验收：对接外部制作公司，对动漫项目交付的全部数字资产进行技术验收，包括但不限于：3D 模型（角色/场景/道具）、材质与贴图、骨骼绑定与蒙皮、Layout 与动画序列、特效文件、灯光渲染工程、合成文件等。制定并持续迭代数字资产交付标准与验收清单，确保验收流程可量化、可追溯。识别资产交付中的技术缺陷（如拓扑不规范、UV 不合理、绑定层级混乱、命名规范缺失等），输出结构化验收报告；\r\n2.制作流程与成本逆向分析：基于交付的数字资产质量、体量和工程结构，反向推导制作方实际采用的制作流程（建模工具链、渲染管线、中间件使用等）。结合行业工时标准与制作难度维度，估算项目的合理制作成本区间，判断制作方报价与实际投入的匹配度。对制作方的流程效率进行评估，识别流程冗余或偷工减料的环节，为后续合作定价提供数据支撑；\r\n3.付款建议与供应商管理：根据验收结果和成本分析，给出\"全额付款 / 部分扣款 / 要求整改后付款 / 拒绝付款\"的专业建议及依据。建立供应商数字资产交付质量档案，形成制作方能力画像，参与供应商评级和准入决策。在必要时协同法务团队，为质量纠纷提供技术层面的证据支持；\r\n4.AIGC 工具链的跟踪与应用：持续跟踪 AIGC 在动漫制作各环节（概念设计、模型生成、贴图、动画、特效等）中的最新工具与实践。在验收工作中能够识别制作方是否使用了 AIGC 辅助制作，并据此合理调整成本评估模型。探索 AIGC 工具在数字资产质检自动化中的落地可能性。",
"requirements_text": "1.动画、数字媒体、影视制作或相关专业本科及以上学历。1-3 年动漫/影视/CG 行业实际工作经验。至少参与过 2 个及以上 3D 动画项目 的完整制作（需提供作品集或项目列表，注明在项目中担任的角色和负责的内容）；\r\n2.熟练掌握 Maya / 3ds Max / Blender（至少其一）的资产管理与场景检查能力；至少能使用一种主流渲染器（Arnold / Redshift / V-Ray / RenderMan 等）进行基础资产检查；熟悉 ShotGrid / FTrack 等制片管理工具者优先；\r\n3.理解 FBX、USD、Alembic 等资产交换格式，了解常见的动画制作管线（Modeling → Rigging → Animation → Lighting → Rendering → Compositing）；\r\n4.能够从海量资产文件中快速定位问题、归纳模式、形成结论。能用制作方听得懂的语言指出技术问题，也能用非技术语言向内部决策层讲清楚\"为什么这个钱不该付\"。对数字敏感，对制作水分零容忍，不因外部压力改变专业判断；\r\n5.熟悉当前主流 AIGC 工具在动漫领域的应用现状（如 Midjourney / Stable Diffusion 用于概念设计，Wonder Studio / Cascadeur / Move.ai 用于动捕与动画，Runway / Pika 用于视频生成等）。",
"skills": [AI生成
"动画",
"渲染"
],
"preferred_qualifications": "熟悉 ShotGrid / FTrack 等制片管理工具者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2090020852912537600"
}
]
},
"posting": {
"posting_id": "2090020852912537600",
"post_date": "2026-08-20",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2090020852912537600"
},
"fulltext": "腾讯视频-动漫数字资产验收管理\n1.数字资产全流程验收：对接外部制作公司，对动漫项目交付的全部数字资产进行技术验收，包括但不限于：3D 模型（角色/场景/道具）、材质与贴图、骨骼绑定与蒙皮、Layout 与动画序列、特效文件、灯光渲染工程、合成文件等。制定并持续迭代数字资产交付标准与验收清单，确保验收流程可量化、可追溯。识别资产交付中的技术缺陷（如拓扑不规范、UV 不合理、绑定层级混乱、命名规范缺失等），输出结构化验收报告；\r\n2.制作流程与成本逆向分析：基于交付的数字资产质量、体量和工程结构，反向推导制作方实际采用的制作流程（建模工具链、渲染管线、中间件使用等）。结合行业工时标准与制作难度维度，估算项目的合理制作成本区间，判断制作方报价与实际投入的匹配度。对制作方的流程效率进行评估，识别流程冗余或偷工减料的环节，为后续合作定价提供数据支撑；\r\n3.付款建议与供应商管理：根据验收结果和成本分析，给出\"全额付款 / 部分扣款 / 要求整改后付款 / 拒绝付款\"的专业建议及依据。建立供应商数字资产交付质量档案，形成制作方能力画像，参与供应商评级和准入决策。在必要时协同法务团队，为质量纠纷提供技术层面的证据支持；\r\n4.AIGC 工具链的跟踪与应用：持续跟踪 AIGC 在动漫制作各环节（概念设计、模型生成、贴图、动画、特效等）中的最新工具与实践。在验收工作中能够识别制作方是否使用了 AIGC 辅助制作，并据此合理调整成本评估模型。探索 AIGC 工具在数字资产质检自动化中的落地可能性。\n1.动画、数字媒体、影视制作或相关专业本科及以上学历。1-3 年动漫/影视/CG 行业实际工作经验。至少参与过 2 个及以上 3D 动画项目 的完整制作（需提供作品集或项目列表，注明在项目中担任的角色和负责的内容）；\r\n2.熟练掌握 Maya / 3ds Max / Blender（至少其一）的资产管理与场景检查能力；至少能使用一种主流渲染器（Arnold / Redshift / V-Ray / RenderMan 等）进行基础资产检查；熟悉 ShotGrid / FTrack 等制片管理工具者优先；\r\n3.理解 FBX、USD、Alembic 等资产交换格式，了解常见的动画制作管线（Modeling → Rigging → Animation → Lighting → Rendering → Compositing）；\r\n4.能够从海量资产文件中快速定位问题、归纳模式、形成结论。能用制作方听得懂的语言指出技术问题，也能用非技术语言向内部决策层讲清楚\"为什么这个钱不该付\"。对数字敏感，对制作水分零容忍，不因外部压力改变专业判断；\r\n5.熟悉当前主流 AIGC 工具在动漫领域的应用现状（如 Midjourney / Stable Diffusion 用于概念设计，Wonder Studio / Cascadeur / Move.ai 用于动捕与动画，Runway / Pika 用于视频生成等）。",
"standard_classification": {
"std_category_code": "S006",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}