{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "晓天衡宇-多模态评测专家-美学评测",
        "job_level": "专家",AI生成
        "work_category": "全职",AI生成
        "department": "晓天衡宇",
        "location": "杭州",
        "work_mode": "未披露",AI生成
        "job_category": "未披露"AI生成
    },
    "company": {
        "company_name": "阿里巴巴控股集团",
        "company_industry": "电子商务 / 云计算 / 人工智能",
        "company_size": "未披露",
        "company_website": "alibaba.com",
        "company_description": "阿里巴巴集团面向消费者和企业提供电子商务、云计算及人工智能服务。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": 2,
        "degree": "本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1. 美学标准体系搭建与量化\n将构图、光影、色彩、质感、叙事意境等抽象视觉/艺术美学概念，解构为可量化、可计算的评测指标与数据标注规则；制定并迭代美学评测全流程SOP，收敛规则边界与判定标准，保障体系的一致性、可复用性与可落地性。\n2. 模型美学评估与诊断报告输出\n基于定量评测数据与定性缺陷分析，定期输出结构化、深度化的模型美学评估报告；精准提炼模型当前的美学水位与核心瓶颈，将主观视觉缺陷转化为可量化的数据证据，为算法端模型优化、产品端下一代能力定义提供清晰、可落地的发展建议。\n3. Badcase知识库建设与沉淀\n系统性收集、分类、归纳图像/视频生成模型的美学类badcase，搭建结构化的缺陷知识库；开展缺陷根因分析与典型模式沉淀，反哺评测标准迭代与模型训练优化。\n4. 跨团队协同与规则落地\n协同算法、产品、数据标注团队，推动美学标准在模型训练、评测全链路的落地执行；负责对标注团队进行规则培训、答疑与质量校准，保障标注产出与标准要求的一致性。\n5. 前沿趋势追踪\n持续追踪生成式AI美学相关的前沿技术、行业标准与艺术创作趋势，持续迭代优化美学评测体系的专业性与前瞻性。",
        "requirements_text": "基础要求\n1. 本科及以上学历，美术学、视觉传达、影视摄影与制作、数字媒体艺术、设计学、计算机（多模态方向）等相关专业优先；\n2. 具备扎实的美学功底与高阶视觉审美能力，精通构图、光影、色彩、镜头语言、质感表达等核心视觉要素，能对图像/视频内容做出专业、体系化的美学判断；\n3. 熟悉AIGC图像/视频生成模型的常见能力边界与美学缺陷，具备极强的异常问题识别能力与缺陷根因分析思维；\n4. 逻辑清晰，具备优秀的结构化思维与文字表达能力，能够独立撰写标准文档、操作SOP与深度分析报告；\n5. 具备良好的跨团队沟通协同能力，能推动专业标准在技术、产品等多团队的落地执行。\n加分项\n1. 有2年以上多模态大模型评测、数据策略、标注体系搭建相关工作经验；\n2. 有影视后期、商业摄影、美术指导、品牌视觉设计等相关行业从业经验；\n3. 熟悉多模态大模型训练流程，了解数据标注全链路质量管理方法；\n4. 具备Prompt工程经验，能精准通过文本控制生成内容的美学风格与视觉表达；\n5. 有大厂AI实验室、头部AIGC产品团队相关工作经历。",
        "skills": [AI生成
            "数据标注",
            "模型训练",
            "质量管理",
            "摄影",
            "视觉设计",
            "大语言模型"
        ],
        "preferred_qualifications": "1. 本科及以上学历，美术学、视觉传达、影视摄影与制作、数字媒体艺术、设计学、计算机（多模态方向）等相关专业优先；加分项",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100021620005"
            }
        ]
    },
    "posting": {
        "posting_id": "100021620005",
        "post_date": "2026-07-15",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100021620005"
    },
    "fulltext": "晓天衡宇-多模态评测专家-美学评测\n晓天衡宇-多模态评测专家-美学评测\n\n基础信息\n工作地点：杭州\n\n职位描述\n1. 美学标准体系搭建与量化\n将构图、光影、色彩、质感、叙事意境等抽象视觉/艺术美学概念，解构为可量化、可计算的评测指标与数据标注规则；制定并迭代美学评测全流程SOP，收敛规则边界与判定标准，保障体系的一致性、可复用性与可落地性。\n2. 模型美学评估与诊断报告输出\n基于定量评测数据与定性缺陷分析，定期输出结构化、深度化的模型美学评估报告；精准提炼模型当前的美学水位与核心瓶颈，将主观视觉缺陷转化为可量化的数据证据，为算法端模型优化、产品端下一代能力定义提供清晰、可落地的发展建议。\n3. Badcase知识库建设与沉淀\n系统性收集、分类、归纳图像/视频生成模型的美学类badcase，搭建结构化的缺陷知识库；开展缺陷根因分析与典型模式沉淀，反哺评测标准迭代与模型训练优化。\n4. 跨团队协同与规则落地\n协同算法、产品、数据标注团队，推动美学标准在模型训练、评测全链路的落地执行；负责对标注团队进行规则培训、答疑与质量校准，保障标注产出与标准要求的一致性。\n5. 前沿趋势追踪\n持续追踪生成式AI美学相关的前沿技术、行业标准与艺术创作趋势，持续迭代优化美学评测体系的专业性与前瞻性。\n\n职位要求\n基础要求\n1. 本科及以上学历，美术学、视觉传达、影视摄影与制作、数字媒体艺术、设计学、计算机（多模态方向）等相关专业优先；\n2. 具备扎实的美学功底与高阶视觉审美能力，精通构图、光影、色彩、镜头语言、质感表达等核心视觉要素，能对图像/视频内容做出专业、体系化的美学判断；\n3. 熟悉AIGC图像/视频生成模型的常见能力边界与美学缺陷，具备极强的异常问题识别能力与缺陷根因分析思维；\n4. 逻辑清晰，具备优秀的结构化思维与文字表达能力，能够独立撰写标准文档、操作SOP与深度分析报告；\n5. 具备良好的跨团队沟通协同能力，能推动专业标准在技术、产品等多团队的落地执行。\n加分项\n1. 有2年以上多模态大模型评测、数据策略、标注体系搭建相关工作经验；\n2. 有影视后期、商业摄影、美术指导、品牌视觉设计等相关行业从业经验；\n3. 熟悉多模态大模型训练流程，了解数据标注全链路质量管理方法；\n4. 具备Prompt工程经验，能精准通过文本控制生成内容的美学风格与视觉表达；\n5. 有大厂AI实验室、头部AIGC产品团队相关工作经历。\n1. 美学标准体系搭建与量化\n将构图、光影、色彩、质感、叙事意境等抽象视觉/艺术美学概念，解构为可量化、可计算的评测指标与数据标注规则；制定并迭代美学评测全流程SOP，收敛规则边界与判定标准，保障体系的一致性、可复用性与可落地性。\n2. 模型美学评估与诊断报告输出\n基于定量评测数据与定性缺陷分析，定期输出结构化、深度化的模型美学评估报告；精准提炼模型当前的美学水位与核心瓶颈，将主观视觉缺陷转化为可量化的数据证据，为算法端模型优化、产品端下一代能力定义提供清晰、可落地的发展建议。\n3. Badcase知识库建设与沉淀\n系统性收集、分类、归纳图像/视频生成模型的美学类badcase，搭建结构化的缺陷知识库；开展缺陷根因分析与典型模式沉淀，反哺评测标准迭代与模型训练优化。\n4. 跨团队协同与规则落地\n协同算法、产品、数据标注团队，推动美学标准在模型训练、评测全链路的落地执行；负责对标注团队进行规则培训、答疑与质量校准，保障标注产出与标准要求的一致性。\n5. 前沿趋势追踪\n持续追踪生成式AI美学相关的前沿技术、行业标准与艺术创作趋势，持续迭代优化美学评测体系的专业性与前瞻性。\n基础要求\n1. 本科及以上学历，美术学、视觉传达、影视摄影与制作、数字媒体艺术、设计学、计算机（多模态方向）等相关专业优先；\n2. 具备扎实的美学功底与高阶视觉审美能力，精通构图、光影、色彩、镜头语言、质感表达等核心视觉要素，能对图像/视频内容做出专业、体系化的美学判断；\n3. 熟悉AIGC图像/视频生成模型的常见能力边界与美学缺陷，具备极强的异常问题识别能力与缺陷根因分析思维；\n4. 逻辑清晰，具备优秀的结构化思维与文字表达能力，能够独立撰写标准文档、操作SOP与深度分析报告；\n5. 具备良好的跨团队沟通协同能力，能推动专业标准在技术、产品等多团队的落地执行。\n加分项\n1. 有2年以上多模态大模型评测、数据策略、标注体系搭建相关工作经验；\n2. 有影视后期、商业摄影、美术指导、品牌视觉设计等相关行业从业经验；\n3. 熟悉多模态大模型训练流程，了解数据标注全链路质量管理方法；\n4. 具备Prompt工程经验，能精准通过文本控制生成内容的美学风格与视觉表达；\n5. 有大厂AI实验室、头部AIGC产品团队相关工作经历。",
    "standard_classification": {
        "std_category_code": "T015",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}