{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "多模态数据策略产品经理",
        "job_level": "经理",AI生成
        "work_category": "",AI生成
        "department": "",
        "location": "深圳·宝安区·西乡",
        "work_mode": "",AI生成
        "job_category": "产品"AI生成
    },
    "company": {
        "company_name": "腾讯",
        "company_industry": "互联网",
        "company_size": "10000人以上",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": 280,
            "max": 330,
            "currency": "CNY",
            "cycle": "day"
        },
        "benefits": ""
    },
    "requirements": {
        "working_years": "",
        "degree": "本科",
        "language": "",AI生成
        "visa_support": "",
        "responsibilities": "",
        "requirements_text": "B端产品\nAI产品\n岗位职责\n1.负责视频生成方向多模态模型各训练阶段（PT/CT、SFT、RL）及核心训练模块（Caption、PE、Reward、质量算子等）的数据体系建设，深⼊理解模型能⼒演进路径，围绕模型能⼒需求规划训练数据体系，持续推动模型能力提升；\n2.深入理解模型训练流程及不同阶段的数据特点，能够结合模型能⼒、评测结果及业务目标拆解数据需求，设计数据获取、数据生产、数据加工、数据配比、训练交付等完整方案，并协同算法、工程、评测、数据运营等团队推进落地；\n3.建立并持续完善训练数据质量体系、生产规范、流程标准及效率指标，推动数据采集、过滤、分类、清洗、加工、精标、验收、交付及合规等全生命周期能力建设，不断提升数据质量、数据生产效率及模型迭代效率；\n4.基于模型训练效果、离线评测、线上反馈及 Bad Case 分析，定位模型能力瓶颈及本质原因，持续优化数据策略、数据结构及数据分布，建立数据驱动模型持续迭代的闭环机制；\n5.持续关注多模态模型及行业前沿技术，探索 AI 驱动的数据生产范式，包括但不限于自动化数据 Pipeline、Synthetic Data、Agent驱动数据生产等新方向，沉淀可复用的数据策略和数据生产方法论，不断提升数据生产效率及模型迭代效率。\n岗位要求\n1.本科及以上学历，计算机、AI、数据科学、统计学等相关专业优先；\n2.产品经理相关工作经验，有 AI、大模型或数据产品经验；\n3.深入理解大模型训练流程及数据在模型训练中的作用，熟悉 PT/CT、SFT、RL 等训练阶段各自的数据目标和策略，熟悉Caption、PE、Reward、质量算子等模块的数据策略，能够独立分析模型能力问题并设计对应的数据解决方案；\n4.熟悉训练数据全生命周期管理，能够建立标准化的数据生产和交付体系，并能结合训练效果、评测数据、Bad case 等各方信息，分析模型能力瓶颈，定位数据问题，并持续推动数据策略优化；\n5.熟悉视频内容结构、镜头语言、运动表达、时空一致性、多模态 Prompt 等内容，对影视、动画、游戏、短视频等内容形态具备较好的理解能力；\n6.具备良好的跨团队协作及项目推动能力、结构化思考能力、工程理解力，能把复杂问题逻辑拆解清晰，能和算法、工程、评测、数据运营等团队进行高质量协作，共同完成项目目标；\n7.对人工智能及多模态技术发展有热情，勇于创新，学习能力强，具备较强的责任心和执行力，踏实认真；自驱力强，能在高不确定性中持续推进工作。\n加分项\n1.过往工作经验匹配度高，直接负责过上述训练阶段或者算法模块的数据策略，参与过模型发版和迭代，能快速开展工作；\n2.具备出色的数据敏感度，数据分析能力强，过往有数据分析、数据科学等工作经验；\n3.能将数据策略中的工作与个各种 AI 工具有机结合，有效解决过实际问题；\n4.能从产品、技术、用户、商业多个维度做综合判断。",
        "skills": [AI生成
            "多模态",
            "大模型",
            "SFT",
            "RL",
            "Caption",
            "PE",
            "Reward",
            "Synthetic Data"
        ],
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/db36bcea2beb42920nN52Nq8F1RQ.html"
            }
        ]
    },
    "posting": {
        "posting_id": "db36bcea2beb42920nN52Nq8F1RQ",
        "post_date": "",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://www.zhipin.com/job_detail/db36bcea2beb42920nN52Nq8F1RQ.html"
    },
    "fulltext": "B端产品\nAI产品\n岗位职责\n1.负责视频生成方向多模态模型各训练阶段（PT/CT、SFT、RL）及核心训练模块（Caption、PE、Reward、质量算子等）的数据体系建设，深⼊理解模型能⼒演进路径，围绕模型能⼒需求规划训练数据体系，持续推动模型能力提升；\n2.深入理解模型训练流程及不同阶段的数据特点，能够结合模型能⼒、评测结果及业务目标拆解数据需求，设计数据获取、数据生产、数据加工、数据配比、训练交付等完整方案，并协同算法、工程、评测、数据运营等团队推进落地；\n3.建立并持续完善训练数据质量体系、生产规范、流程标准及效率指标，推动数据采集、过滤、分类、清洗、加工、精标、验收、交付及合规等全生命周期能力建设，不断提升数据质量、数据生产效率及模型迭代效率；\n4.基于模型训练效果、离线评测、线上反馈及 Bad Case 分析，定位模型能力瓶颈及本质原因，持续优化数据策略、数据结构及数据分布，建立数据驱动模型持续迭代的闭环机制；\n5.持续关注多模态模型及行业前沿技术，探索 AI 驱动的数据生产范式，包括但不限于自动化数据 Pipeline、Synthetic Data、Agent驱动数据生产等新方向，沉淀可复用的数据策略和数据生产方法论，不断提升数据生产效率及模型迭代效率。\n岗位要求\n1.本科及以上学历，计算机、AI、数据科学、统计学等相关专业优先；\n2.产品经理相关工作经验，有 AI、大模型或数据产品经验；\n3.深入理解大模型训练流程及数据在模型训练中的作用，熟悉 PT/CT、SFT、RL 等训练阶段各自的数据目标和策略，熟悉Caption、PE、Reward、质量算子等模块的数据策略，能够独立分析模型能力问题并设计对应的数据解决方案；\n4.熟悉训练数据全生命周期管理，能够建立标准化的数据生产和交付体系，并能结合训练效果、评测数据、Bad case 等各方信息，分析模型能力瓶颈，定位数据问题，并持续推动数据策略优化；\n5.熟悉视频内容结构、镜头语言、运动表达、时空一致性、多模态 Prompt 等内容，对影视、动画、游戏、短视频等内容形态具备较好的理解能力；\n6.具备良好的跨团队协作及项目推动能力、结构化思考能力、工程理解力，能把复杂问题逻辑拆解清晰，能和算法、工程、评测、数据运营等团队进行高质量协作，共同完成项目目标；\n7.对人工智能及多模态技术发展有热情，勇于创新，学习能力强，具备较强的责任心和执行力，踏实认真；自驱力强，能在高不确定性中持续推进工作。\n加分项\n1.过往工作经验匹配度高，直接负责过上述训练阶段或者算法模块的数据策略，参与过模型发版和迭代，能快速开展工作；\n2.具备出色的数据敏感度，数据分析能力强，过往有数据分析、数据科学等工作经验；\n3.能将数据策略中的工作与个各种 AI 工具有机结合，有效解决过实际问题；\n4.能从产品、技术、用户、商业多个维度做综合判断。"
}