{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "多模态大模型美学方向（双休/五险一金）",
        "job_level": "初级",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "杭州·余杭区·仓前",
        "work_mode": "现场办公",AI生成
        "job_category": "AI效果评测"AI生成
    },
    "company": {
        "company_name": "亿达信息",
        "company_industry": "计算机软件",
        "company_size": "1000-9999人",
        "company_website": "未披露",
        "company_description": "亿达信息技术有限公司（简称YIDATEC）创建于2006年，是中国领先、国际化的IT服务及数字化运营专家，致力于在数字化时代助力企业实现数据驱动的产品和服务。通过创新的技术和专业的解决方案，将企业IT系统和资产、业务流程与数据资产相结合，在企业运营、客户管理、产品提升等方面，满足企业的数字化、智能化需求，帮助客户创造、提升价值，与客户共同成长。目前，亿达信息已有超8000名员工分布在中国国内主要城市及亚太地区，形成为全球客户在亚太地区提供数字化运营服务的跨区域体系。\n应对IT产业向数字化运营服务转型的趋势，YIDATEC通过专业技术和数字化服务整合，实现资源优化重组和价值递增，帮助客户建立数字化运营模式，持续实现商业价值。基于不断提升IT运维服务水平，加强RPA、BPR、大数据运用，打造AI数据平台等，实现企业IT\\BP\\DT的整合，全方位提升企业数字化运营能力。YIDATEC面向医药、互联网、ICT、金融保险、数字农业等行业，提供全面的数字化运营解决方案，并投资建立了中国东北地区的数据中心。YIDATEC先后与富士施乐、SOFTBANK、UNISYS、日本乐天、SONY、阪急阪神、腾讯、阿里巴巴、华为、阿斯利康、先正达、赛诺菲、武田制药、美的、顺丰、唯品会、华夏人寿、天安人寿等全球知名企业建立长期稳定的合作关系，持续为全球50余家客户在9个国家的20万名企业用户提供专业的数字化运营服务。"
    },
    "compensation": {
        "salary_range": {
            "min": 13000,
            "max": 20000,
            "currency": "元",
            "cycle": "月"
        },
        "benefits": "带薪年假 | 补充医疗保险 | 节日福利 | 加班补助 | 五险一金 | 定期体检"
    },
    "requirements": {
        "working_years": 1,
        "degree": "本科",
        "language": "中文",AI生成
        "visa_support": "未披露",
        "responsibilities": "视频标注\n图片标注\n\"岗位定位\n负责将抽象的视觉艺术、美学概念解构转化为可量化的客观评测标准与数据标注规则,支撑多模态(图像/视频)大模型的美学能力迭代;通过定量评测与定性缺陷分析,诊断模型美学瓶颈,为算法优化、产品定义提供可落地的决策依据,是连接美学专业能力与AI技术落地的核心角色。\n核心工作职责\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。\n\"",
        "requirements_text": "2. 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；3. 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；4. 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；5. 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；3. 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；4. 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",
        "skills": [AI生成
            "Prompt工程",
            "上下文/知识工程",
            "书面表达与材料输出",
            "培训与交付文档",
            "多模态AI应用",
            "模型/Agent评测体系",
            "模型训练与算法优化",
            "沟通表达与方案汇报",
            "结构化思考与系统抽象",
            "训练数据/标注/合成",
            "跨部门/跨团队协作",
            "金融行业知识"
        ],
        "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;\n加分项",
        "job_highlights": "1-3年 | 本科"
    },
    "contact": {
        "recruiter_name": "范女士",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/755cc8eb3c1562a90nJ-2N-5EltW.html"
            }
        ]
    },
    "posting": {
        "posting_id": "755cc8eb3c1562a90nJ-2N-5EltW",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260915",
        "job_url": "https://www.zhipin.com/job_detail/755cc8eb3c1562a90nJ-2N-5EltW.html"
    },
    "fulltext": "视频标注\n图片标注\n\"岗位定位\n负责将抽象的视觉艺术、美学概念解构转化为可量化的客观评测标准与数据标注规则，支撑多模态（图像/视频）大模型的美学能力迭代；通过定量评测与定性缺陷分析，诊断模型美学瓶颈，为算法优化、产品定义提供可落地的决策依据，是连接美学专业能力与AI技术落地的核⼼角⾊。\n核⼼工作职责\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。\n\""
}