多模态大模型-标管POC(RL)(J12925)

需求对接与标准转化：与需求方紧密协作，深入理解后训练（RLVR、RM）阶段对偏好数据的需求与优化目标，将需求转化为可执行的偏好标注流程、标注规范和操作 SOP，覆盖美学、音视频、运动、参考生成四个方向，确保标注标准与模型迭代方向对齐；

标注标准制定与维护：负责偏好标注标准文档的撰写、迭代与版本管理，按四个方向分别沉淀专家判断口径，组织标注员进行标准对齐和尺度拉齐；维护正反例库与典型 case 集，降低偏好判断歧义；

标注结果验收与质量把控：对偏好标注结果进行抽样验收，把控数据质量，识别标注异常与争议 case 并做判定，推动问题闭环解决；监控标注一致性与一次通过率；

标注数据分析与质量报告输出：基于偏好标注数据（GSB、MOS 等）进行深入分析，识别质量短板与规则盲点，撰写标注质量报告，为需求方与奖励模型迭代提供依据；

标注集建设与管理：参与 RL/RM 偏好数据集的构建、筛选与维护，按美学、音视频、运动、参考生成方向设计样本与维度方案，确保偏好数据的覆盖度和代表性；

团队培训与流程优化：对标注员进行偏好标注标准培训和日常答疑，组织争议研判，持续优化标注流程和工具使用，提升团队整体标注效率和质量。

学历与专业：本科及以上学历，编导、戏剧影视、电影学、动画、摄影等专业优先；有 RL/RM 标注经验者专业可适当放宽；

工作经验：1 年以上数据标注 / AI 评测 / 模型运营相关工作经验；有后训练相关背景（LLM、VLM、AIGC 均可），尤其具备 RL 方向（RLVR、RM）经验（硬性）；有 SFT 相关经验者优先（可选）；有与需求方协作经验优先；

专业能力：理解能力强，具备较强的主动性与自主解决问题的能力，工作方式灵活、能适应规则快速迭代；具备扎实的视听语言基础与美学审美经验；能按美学、音视频、运动、参考生成四个方向分别建立专业判断；

规则与标准化能力：能将抽象的偏好与质量判断拆解为可观察、可一致执行的标注维度；擅长撰写清晰、低歧义的标注规范与 SOP，并通过对齐拉通收敛尺度；

逻辑与数据分析：逻辑思维能力强，对数据敏感，擅长对偏好数据做统计与归因分析，能产出有观点、有建议的质量分析报告；

工具与技能：熟悉 PR / FCP / AE / 剪映 / 达芬奇等至少 1-2 款视频工具；熟练使用 Excel（VLOOKUP、数据透视表等）进行数据分析；具备良好的文档撰写能力；

加分项：有影视行业背景优先；有图片美学相关背景优先；直接做过视频模型评测或 RL 标注者优先；有 AIGC 视频生成工具使用经验优先；有项目管理或团队管理经验优先；了解大模型训练方法（含 RLHF / RLVR / 奖励模型）和数据需求优先。