主分类：AI训练数据标注与评测运营
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": "数据技术及产品部-AI 视频领域数据专家-杭州/北京",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "北京 / 杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类-数据"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": "",
"degree": "硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "负责搭建并管理面向多模态视频领域大模型的全链路数据体系，包括数据策略、评测、加工、合成。作为模型算法团队与数据采集团队的核心桥梁，确保高质量、多样化数据供给。主要工作包括以下：\n1. 数据策略、标注规范与质量体系：参与制定视频生成和视频理解模型所需要的标注落地细则，涵盖镜头运动、光影、主体动作拓扑及物理规律；负责指导和制定标注规范和标准，培训供应商进行高难度的“时间轴-文本”精准对齐，确保视频画面演进与描述文本在帧率级不发生错位；制定并严格执行视频前置质量标准，对产线上的视频清洁度负绝对责任；视频资产打标调度：带领落地团队对千万级PGC/UGC视频切片进行多维标签分类（如动作类、自然风景类、特效类、长尾Bug类），确保训练集数据分布的多样性。\n2. 数据链路架构：构建大规模多模态训练数据的全生命周期处理链路：采集→清洗→去重→质量筛选→格式标准化→安全过滤，搭建数据质量监控体系，建立数据价值评估模型，确保高信息密度数据的持续供给；\n3. 评测体系：多模态视频领域大模型的评测标准制定，建立涵盖理解、生成、对齐、安全四大维度的评估框架。",
"requirements_text": "1. 硕士及以上学历，数字媒体、影视编导、影视导演、动画、计算机（视频处理方向）等相关专业优先。\n2. 具有大规模视频大模型标注或视频剪辑、影视库标签分类管理经验，熟悉常见视频格式、编码及动态打标工具。\n3. 对视频画面的物理逻辑（如重力、碰撞、水流运动是否符合常识）和镜头语言（如推拉摇移、俯仰视角）有深刻的执行层认知。\n4. 有AI数据相关经验，深入理解多模态大模型原理，懂模型、懂数据、有产品 sense ，具备 AI 协同能力。\n5. 有丰富的项目管理和团队管理经验，能通过精准规划项目、合理调配资源、有效把控项目进度风险、以及高效的跨组织协作能力，推动业务目标达成；能够高效指导和推动团队成员开展工作。\n6. 对前沿技术保持好奇心和热情，有强烈的学习意愿与创新探索精神，能够快速吸收新技术并应用于工作。",
"skills": [AI生成
"项目管理",
"团队管理",
"视频剪辑",
"动画",
"大语言模型"
],
"preferred_qualifications": "1. 硕士及以上学历，数字媒体、影视编导、影视导演、动画、计算机（视频处理方向）等相关专业优先",
"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=100027560002"
}
]
},
"posting": {
"posting_id": "100027560002",
"post_date": "2026-07-31",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100027560002"
},
"fulltext": "数据技术及产品部-AI 视频领域数据专家-杭州/北京\n数据技术及产品部-AI 视频领域数据专家-杭州/北京\n\n基础信息\n职位类别：技术类-数据\n工作地点：北京 / 杭州\n\n职位描述\n负责搭建并管理面向多模态视频领域大模型的全链路数据体系，包括数据策略、评测、加工、合成。作为模型算法团队与数据采集团队的核心桥梁，确保高质量、多样化数据供给。主要工作包括以下：\n1. 数据策略、标注规范与质量体系：参与制定视频生成和视频理解模型所需要的标注落地细则，涵盖镜头运动、光影、主体动作拓扑及物理规律；负责指导和制定标注规范和标准，培训供应商进行高难度的“时间轴-文本”精准对齐，确保视频画面演进与描述文本在帧率级不发生错位；制定并严格执行视频前置质量标准，对产线上的视频清洁度负绝对责任；视频资产打标调度：带领落地团队对千万级PGC/UGC视频切片进行多维标签分类（如动作类、自然风景类、特效类、长尾Bug类），确保训练集数据分布的多样性。\n2. 数据链路架构：构建大规模多模态训练数据的全生命周期处理链路：采集→清洗→去重→质量筛选→格式标准化→安全过滤，搭建数据质量监控体系，建立数据价值评估模型，确保高信息密度数据的持续供给；\n3. 评测体系：多模态视频领域大模型的评测标准制定，建立涵盖理解、生成、对齐、安全四大维度的评估框架。\n\n职位要求\n1. 硕士及以上学历，数字媒体、影视编导、影视导演、动画、计算机（视频处理方向）等相关专业优先。\n2. 具有大规模视频大模型标注或视频剪辑、影视库标签分类管理经验，熟悉常见视频格式、编码及动态打标工具。\n3. 对视频画面的物理逻辑（如重力、碰撞、水流运动是否符合常识）和镜头语言（如推拉摇移、俯仰视角）有深刻的执行层认知。\n4. 有AI数据相关经验，深入理解多模态大模型原理，懂模型、懂数据、有产品 sense ，具备 AI 协同能力。\n5. 有丰富的项目管理和团队管理经验，能通过精准规划项目、合理调配资源、有效把控项目进度风险、以及高效的跨组织协作能力，推动业务目标达成；能够高效指导和推动团队成员开展工作。\n6. 对前沿技术保持好奇心和热情，有强烈的学习意愿与创新探索精神，能够快速吸收新技术并应用于工作。\n负责搭建并管理面向多模态视频领域大模型的全链路数据体系，包括数据策略、评测、加工、合成。作为模型算法团队与数据采集团队的核心桥梁，确保高质量、多样化数据供给。主要工作包括以下：\n1. 数据策略、标注规范与质量体系：参与制定视频生成和视频理解模型所需要的标注落地细则，涵盖镜头运动、光影、主体动作拓扑及物理规律；负责指导和制定标注规范和标准，培训供应商进行高难度的“时间轴-文本”精准对齐，确保视频画面演进与描述文本在帧率级不发生错位；制定并严格执行视频前置质量标准，对产线上的视频清洁度负绝对责任；视频资产打标调度：带领落地团队对千万级PGC/UGC视频切片进行多维标签分类（如动作类、自然风景类、特效类、长尾Bug类），确保训练集数据分布的多样性。\n2. 数据链路架构：构建大规模多模态训练数据的全生命周期处理链路：采集→清洗→去重→质量筛选→格式标准化→安全过滤，搭建数据质量监控体系，建立数据价值评估模型，确保高信息密度数据的持续供给；\n3. 评测体系：多模态视频领域大模型的评测标准制定，建立涵盖理解、生成、对齐、安全四大维度的评估框架。\n1. 硕士及以上学历，数字媒体、影视编导、影视导演、动画、计算机（视频处理方向）等相关专业优先。\n2. 具有大规模视频大模型标注或视频剪辑、影视库标签分类管理经验，熟悉常见视频格式、编码及动态打标工具。\n3. 对视频画面的物理逻辑（如重力、碰撞、水流运动是否符合常识）和镜头语言（如推拉摇移、俯仰视角）有深刻的执行层认知。\n4. 有AI数据相关经验，深入理解多模态大模型原理，懂模型、懂数据、有产品 sense ，具备 AI 协同能力。\n5. 有丰富的项目管理和团队管理经验，能通过精准规划项目、合理调配资源、有效把控项目进度风险、以及高效的跨组织协作能力，推动业务目标达成；能够高效指导和推动团队成员开展工作。\n6. 对前沿技术保持好奇心和热情，有强烈的学习意愿与创新探索精神，能够快速吸收新技术并应用于工作。",
"standard_classification": {
"std_category_code": "B010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}