多模态模型-POC（R2V数据构造-视频）(J13099)

1、需求对接与标准转化：与需求方紧密协作，深入理解需求方对 R2V（Reference-to-Video，参考生成视频）数据的需求与目标，将需求转化为可执行的数据构造流程、质量检查标准和操作 SOP，确保 R2V 数据标准与模型迭代方向对齐；

2、标注标准制定与维护：负责 R2V 参考数据质量检查标准文档的撰写、迭代与版本管理，覆盖参考图 / 参考视频的画面质量、内容匹配度、构图、光影、色彩、运动合理性等维度，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，降低判断歧义；

3、标注结果验收与质量把控：对各类 R2V 参考数据进行质量检查与标注验收，把控数据质量，识别参考数据与目标视频不匹配、画面质量不达标、内容合规等维度的异常与争议 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；

4、标注数据分析与质量报告输出：基于标注数据进行深入分析，识别 R2V 数据质量短板与规则盲点，撰写标注质量报告（含标注方法、过程、问题分布和改进结论），为需求方与数据标准迭代提供依据；

5、标注集建设与管理：参与 R2V 数据集的构建、筛选与维护，按参考类型（参考图、参考视频、风格参考等）设计样本与维度方案，确保数据的覆盖度和代表性；

6、团队培训与流程优化：对标注员进行 R2V 数据质量标准的培训和日常答疑，组织争议研判，持续优化数据构造流程和工具使用，提升团队整体效率和质量。

1、学历与专业：本科及以上学历，戏剧影视、动画、电影学、编导、摄影、影视摄影与制作、数字媒体艺术等相关专业；

2、工作经验：1 年以上数据标注 / AI 评测 / AIGC 内容创作相关工作经验；有视频生成模型（T2V / I2V / V2V / R2V）数据标注或数据构造经验者优先；有与需求方协作经验优先；

3、专业能力：具备扎实的视听语言基础与美学审美经验，能够对参考数据在画面质量、构图、光影、色彩、内容匹配度、运动合理性等维度做出准确的质量判定；能理解 R2V 任务中参考素材与目标生成视频之间的对应关系与质量要求；工作方式灵活，能适应需求与规则的快速迭代，具备较强的主动性与自主解决问题的能力；

4、规则与标准化能力：能将抽象的画面质量与匹配度判断拆解为可观察、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；

5、逻辑与数据分析：逻辑思维能力强，对数据敏感，擅长数据分析与总结归纳，能基于标注数据产出有观点、有建议的质量分析报告；

6、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；有 AIGC 视频生成工具使用经验（如 Stable Diffusion、Midjourney、Runway 等）者优先；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；

7、加分项：有影视行业或内容创作背景优先；有图片美学相关背景优先；有参考生成视频（R2V / Reference-to-Video）相关数据标注或项目经验者优先；有项目管理或团队管理经验优先；有规模化标注 / 众包作业经验优先；了解大模型训练方法和数据需求优先。