职位详情

职位列表 链接有效 不适用(官网全量采集) official:kuaishou:30529

数据生产实习生-【特效方向】

未披露 · Beijing · 快手科技

主分类:AI训练数据标注与评测运营
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": "数据生产实习生-【特效方向】",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "D4126",
        "location": "Beijing",
        "work_mode": "未披露",AI生成
        "job_category": "J0011"AI生成
    },
    "company": {
        "company_name": "快手科技",
        "company_industry": "内容社区 / 直播 / 电商 / 人工智能",
        "company_size": "10000人以上",
        "company_website": "kuaishou.com",
        "company_description": "快手是内容社区与技术平台公司,业务覆盖短视频、直播、电商、本地生活与 AI 应用。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "本科或硕士在读",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "数据生产实习生-【特效方向】\n\n基础信息\n招聘类型:实习\n职位类别:J0011\n工作地点:Beijing\n所属部门:D4126\n发布时间:2026-04-29\n\n岗位职责\n深度参与面向美学、人像分身、AI换脸、视频画质与特效效果的高质量训练数据构建全流程。通过标准制定、任务送标、数据质检、交付验收、算法反馈闭环,建立可度量、可迭代的数据生产和质检体系,推动算法的演进优化。\n1、标准制定:根据算法对“美/有趣/优质”的定义,参与撰写数据标注规范,如制定 图像美学、人像美颜、自然度、质感、构图、光线 等视觉标准,并结合业务场景(短视频/直播等)拆解标签维度,输出示例文档与边界案例说明;\n2、任务送标:将数据集按规则拆分为可执行标注任务,对接内外部标注团队,明确交付标准与时间节点;\n3、数据质检与验收:负责标注结果的最终质量把关,按照规则严格验收。对异常样本进行规则解释与整改、对标注供应商进行反馈与培训、维护验收结果记录,建立数据版本管理与追溯能力;支持模型训练前的数据清洗与筛选;\n算法反馈与迭代:基于标注数据,提出模型优化方向;参与模型 A/B/G 试验的效果评价;基于竞品进行对标,形成外部效果评估体系。\n\n任职要求\n1、本科或硕士在读,计算机、人工智能、设计、影视后期、数字媒体等相关专业优先;\n2、对人像美颜、画质增强、视频特效等方向有一定敏感度,喜欢拍照/修图/剪视频是加分项;\n3、逻辑清晰,能写出结构化、可执行的文档与规则;\n4、耐心细致,具备质量意识,能从重复质检中发现系统性问题;\n5、每周可保证4天及以上出勤,实习3个月以上。\n加分项:\n1、有数据标注/数据运营/质量保障相关实习经验;\n2、了解CPV等标签体系或长尾分布下的数据均衡策略;\n3、会使用简单脚本(Python/SQL)进行数据统计或质量分析;\n4、能输出Mermaid流程图或可视化复盘报告。",
        "requirements_text": "数据生产实习生-【特效方向】\n\n基础信息\n招聘类型:实习\n职位类别:J0011\n工作地点:Beijing\n所属部门:D4126\n发布时间:2026-04-29\n\n岗位职责\n深度参与面向美学、人像分身、AI换脸、视频画质与特效效果的高质量训练数据构建全流程。通过标准制定、任务送标、数据质检、交付验收、算法反馈闭环,建立可度量、可迭代的数据生产和质检体系,推动算法的演进优化。\n1、标准制定:根据算法对“美/有趣/优质”的定义,参与撰写数据标注规范,如制定 图像美学、人像美颜、自然度、质感、构图、光线 等视觉标准,并结合业务场景(短视频/直播等)拆解标签维度,输出示例文档与边界案例说明;\n2、任务送标:将数据集按规则拆分为可执行标注任务,对接内外部标注团队,明确交付标准与时间节点;\n3、数据质检与验收:负责标注结果的最终质量把关,按照规则严格验收。对异常样本进行规则解释与整改、对标注供应商进行反馈与培训、维护验收结果记录,建立数据版本管理与追溯能力;支持模型训练前的数据清洗与筛选;\n算法反馈与迭代:基于标注数据,提出模型优化方向;参与模型 A/B/G 试验的效果评价;基于竞品进行对标,形成外部效果评估体系。\n\n任职要求\n1、本科或硕士在读,计算机、人工智能、设计、影视后期、数字媒体等相关专业优先;\n2、对人像美颜、画质增强、视频特效等方向有一定敏感度,喜欢拍照/修图/剪视频是加分项;\n3、逻辑清晰,能写出结构化、可执行的文档与规则;\n4、耐心细致,具备质量意识,能从重复质检中发现系统性问题;\n5、每周可保证4天及以上出勤,实习3个月以上。\n加分项:\n1、有数据标注/数据运营/质量保障相关实习经验;\n2、了解CPV等标签体系或长尾分布下的数据均衡策略;\n3、会使用简单脚本(Python/SQL)进行数据统计或质量分析;\n4、能输出Mermaid流程图或可视化复盘报告。",
        "skills": [AI生成
            "Python",
            "SQL",
            "数据清洗",
            "数据标注",
            "模型训练",
            "招聘",
            "培训"
        ],
        "preferred_qualifications": "1、本科或硕士在读,计算机、人工智能、设计、影视后期、数字媒体等相关专业优先;2、对人像美颜、画质增强、视频特效等方向有一定敏感度,喜欢拍照/修图/剪视频是加分项;加分项:",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/30529"
            }
        ]
    },
    "posting": {
        "posting_id": "30529",
        "post_date": "2026-04-29",
        "hire_time": "5、每周可保证4天及以上出勤,实习3个月以上",
        "update_date": "20260917",
        "job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/30529"
    },
    "fulltext": "数据生产实习生-【特效方向】\n数据生产实习生-【特效方向】\n\n基础信息\n招聘类型:实习\n职位类别:J0011\n工作地点:Beijing\n所属部门:D4126\n发布时间:2026-04-29\n\n岗位职责\n深度参与面向美学、人像分身、AI换脸、视频画质与特效效果的高质量训练数据构建全流程。通过标准制定、任务送标、数据质检、交付验收、算法反馈闭环,建立可度量、可迭代的数据生产和质检体系,推动算法的演进优化。\n1、标准制定:根据算法对“美/有趣/优质”的定义,参与撰写数据标注规范,如制定 图像美学、人像美颜、自然度、质感、构图、光线 等视觉标准,并结合业务场景(短视频/直播等)拆解标签维度,输出示例文档与边界案例说明;\n2、任务送标:将数据集按规则拆分为可执行标注任务,对接内外部标注团队,明确交付标准与时间节点;\n3、数据质检与验收:负责标注结果的最终质量把关,按照规则严格验收。对异常样本进行规则解释与整改、对标注供应商进行反馈与培训、维护验收结果记录,建立数据版本管理与追溯能力;支持模型训练前的数据清洗与筛选;\n算法反馈与迭代:基于标注数据,提出模型优化方向;参与模型 A/B/G 试验的效果评价;基于竞品进行对标,形成外部效果评估体系。\n\n任职要求\n1、本科或硕士在读,计算机、人工智能、设计、影视后期、数字媒体等相关专业优先;\n2、对人像美颜、画质增强、视频特效等方向有一定敏感度,喜欢拍照/修图/剪视频是加分项;\n3、逻辑清晰,能写出结构化、可执行的文档与规则;\n4、耐心细致,具备质量意识,能从重复质检中发现系统性问题;\n5、每周可保证4天及以上出勤,实习3个月以上。\n加分项:\n1、有数据标注/数据运营/质量保障相关实习经验;\n2、了解CPV等标签体系或长尾分布下的数据均衡策略;\n3、会使用简单脚本(Python/SQL)进行数据统计或质量分析;\n4、能输出Mermaid流程图或可视化复盘报告。\n数据生产实习生-【特效方向】\n\n基础信息\n招聘类型:实习\n职位类别:J0011\n工作地点:Beijing\n所属部门:D4126\n发布时间:2026-04-29\n\n岗位职责\n深度参与面向美学、人像分身、AI换脸、视频画质与特效效果的高质量训练数据构建全流程。通过标准制定、任务送标、数据质检、交付验收、算法反馈闭环,建立可度量、可迭代的数据生产和质检体系,推动算法的演进优化。\n1、标准制定:根据算法对“美/有趣/优质”的定义,参与撰写数据标注规范,如制定 图像美学、人像美颜、自然度、质感、构图、光线 等视觉标准,并结合业务场景(短视频/直播等)拆解标签维度,输出示例文档与边界案例说明;\n2、任务送标:将数据集按规则拆分为可执行标注任务,对接内外部标注团队,明确交付标准与时间节点;\n3、数据质检与验收:负责标注结果的最终质量把关,按照规则严格验收。对异常样本进行规则解释与整改、对标注供应商进行反馈与培训、维护验收结果记录,建立数据版本管理与追溯能力;支持模型训练前的数据清洗与筛选;\n算法反馈与迭代:基于标注数据,提出模型优化方向;参与模型 A/B/G 试验的效果评价;基于竞品进行对标,形成外部效果评估体系。\n\n任职要求\n1、本科或硕士在读,计算机、人工智能、设计、影视后期、数字媒体等相关专业优先;\n2、对人像美颜、画质增强、视频特效等方向有一定敏感度,喜欢拍照/修图/剪视频是加分项;\n3、逻辑清晰,能写出结构化、可执行的文档与规则;\n4、耐心细致,具备质量意识,能从重复质检中发现系统性问题;\n5、每周可保证4天及以上出勤,实习3个月以上。\n加分项:\n1、有数据标注/数据运营/质量保障相关实习经验;\n2、了解CPV等标签体系或长尾分布下的数据均衡策略;\n3、会使用简单脚本(Python/SQL)进行数据统计或质量分析;\n4、能输出Mermaid流程图或可视化复盘报告。\n数据生产实习生-【特效方向】\n\n基础信息\n招聘类型:实习\n职位类别:J0011\n工作地点:Beijing\n所属部门:D4126\n发布时间:2026-04-29\n\n岗位职责\n深度参与面向美学、人像分身、AI换脸、视频画质与特效效果的高质量训练数据构建全流程。通过标准制定、任务送标、数据质检、交付验收、算法反馈闭环,建立可度量、可迭代的数据生产和质检体系,推动算法的演进优化。\n1、标准制定:根据算法对“美/有趣/优质”的定义,参与撰写数据标注规范,如制定 图像美学、人像美颜、自然度、质感、构图、光线 等视觉标准,并结合业务场景(短视频/直播等)拆解标签维度,输出示例文档与边界案例说明;\n2、任务送标:将数据集按规则拆分为可执行标注任务,对接内外部标注团队,明确交付标准与时间节点;\n3、数据质检与验收:负责标注结果的最终质量把关,按照规则严格验收。对异常样本进行规则解释与整改、对标注供应商进行反馈与培训、维护验收结果记录,建立数据版本管理与追溯能力;支持模型训练前的数据清洗与筛选;\n算法反馈与迭代:基于标注数据,提出模型优化方向;参与模型 A/B/G 试验的效果评价;基于竞品进行对标,形成外部效果评估体系。\n\n任职要求\n1、本科或硕士在读,计算机、人工智能、设计、影视后期、数字媒体等相关专业优先;\n2、对人像美颜、画质增强、视频特效等方向有一定敏感度,喜欢拍照/修图/剪视频是加分项;\n3、逻辑清晰,能写出结构化、可执行的文档与规则;\n4、耐心细致,具备质量意识,能从重复质检中发现系统性问题;\n5、每周可保证4天及以上出勤,实习3个月以上。\n加分项:\n1、有数据标注/数据运营/质量保障相关实习经验;\n2、了解CPV等标签体系或长尾分布下的数据均衡策略;\n3、会使用简单脚本(Python/SQL)进行数据统计或质量分析;\n4、能输出Mermaid流程图或可视化复盘报告。",
    "standard_classification": {
        "std_category_code": "B010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}