岗位职责
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。
- 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;
- 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;
- 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; 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。
职位要求
- 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;
- 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;
- 逻辑清晰,能写出结构化、可执行的文档与规则;
- 耐心细致,具备质量意识,能从重复质检中发现系统性问题;
- 每周可保证4天及以上出勤,实习3个月以上。 加分项:
- 有数据标注/数据运营/质量保障相关实习经验;
- 了解CPV等标签体系或长尾分布下的数据均衡策略;
- 会使用简单脚本(Python/SQL)进行数据统计或质量分析;
- 能输出Mermaid流程图或可视化复盘报告。