阿里巴巴
晓天衡宇-多模态评测专家-视频方向
晓天衡宇-多模态评测专家-视频方向
发布于 1 天前基层主管/组长
全职员工仅现场办公数据标注与评测
数据标注与评测
Aigc评测
团队管理
数据分析
标准体系
视频生成
质量控制
值不值得投
75综合评分
综合评分 75
AI前沿核心岗，技术与管理双通道发展，成长性极高，但工作模式与强度需进一步确认。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
33K
与数据标注与评测中位数基本持平
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
约 2600 个在招 · 其中数据标注与评测 26 个
市场机会
选择适中
北京 · 数据标注与评测 · 15 个在招
职位详情
关于这个职位
该职位是AI视频生成内容的评测专家，负责从影视美学和技术缺陷等多个维度，对AI生成的视频进行质量评测和分析
你需要建立评测标准体系，通过数据分析驱动模型迭代，并带领团队确保交付高标准的评测结果
这是一个结合艺术审美与技术分析的前沿岗位
最低要求
影视美学背景：具备影视制作、导演、摄影、动画、数字媒体艺术等相关专业背景或丰富工作经历，拥有扎实的视听语言功底（构图、运镜、光影、色彩、叙事节奏等）
AI评测实战经验：有AI视频/图像生成效果评测经验，熟悉主流AIGC模型特性，能够熟练执行评测规则，区分主观偏好与客观技术缺陷
敏锐的问题识别力：
a. 视觉维度：能准确判断画面质感、主体一致性、物理合理性、动作自然度及音画协同
b. 时序维度：能识别主体变形、画面闪烁、镜头突变、穿模、动作跳跃等典型Bad Case
c. 语义维度：能评估指令遵循度及场景元素的逻辑连贯性
标准化与拆解能力：具备极强的逻辑归纳能力，能将模糊的审美体验拆解为明确的评测维度和问题标签，准确描述问题位置、原因、严重程度及对用户体验的影响
数据分析能力：熟练使用Excel或在线表格进行数据统计，能独立完成多维度分析（如Bug分布、版本对比），并输出结构化的评测结论与改进建议
沟通与管理能力：具备良好的跨部门沟通能力，能清晰传达评测标准
若担任管理岗，需具备团队搭建、SOP制定、产能管理及质检复盘能力
工作职责
评测执行与质检：负责AI视频/图像生成内容的质量评测，执行评分标准，完成Case打分、版本/竞品对比分析，精准识别Bad Case并进行结果复核，确保评测数据的准确性
标准体系建设：参与制定和优化评测规则与评测集，将抽象的审美判断转化为可量化的维度、评分细则及问题标签体系，建立标准化的作业SOP
数据分析与洞察：负责评测数据的统计与分析，通过通过率、问题分布、版本对比等指标输出结构化报告，深入挖掘模型缺陷，为算法迭代提供数据支撑和改进建议
质量验收与定标：主导评测定标会议，组织标准讲解与培训
负责日常质量抽检与结果验收，监控团队产出质量，确保持续交付高标准的评价结果
团队管理与赋能：组建并带领评测小组，制定产能规划与质检流程
组织定期复盘与准确率分析，提升团队整体专业能力与工作效率，对最终评测结论负责
优先资格
有从0到1搭建评测体系、构建高质量评测数据集经验者优先
有AI大模型（LLM/VLM/Video Gen）内部评测或外部众包管理经验优先
熟悉 Premiere Pro, After Effects, DaVinci Resolve 等后期软件，能提供相关作品集者优先
具备Python基础，能通过脚本辅助进行批量数据处理或日志分析者优先
熟悉 Qoder/VS Code 等开发环境，能协助研发定位底层渲染或推理问题的优先
AI 洞察
优缺点分析
优点
- 身处AI生成内容的前沿领域，能第一时间接触和评测最新的AI视频模型和技术
- 作为质量把控的关键角色，对产品体验和模型迭代有直接影响力
- 需要在“主观审美”和“客观标准”之间找到平衡点，并建立能被团队和合作方接受的评价体系
- 适合既热爱影视艺术、又对AI技术充满好奇，并具备较强逻辑分析和项目管理能力的跨界人才
- 你不仅能欣赏美的细节，更能将这种欣赏系统化地应用于技术评估中
缺点 / 挑战
- 岗位要求复合能力（艺术+技术+管理），个人能力成长空间大，专业壁垒较高
- AI模型迭代迅速，需要持续学习新模型、新特性和新的评测方法，知识更新压力大
- 团队管理岗位需要兼顾评测任务的交付效率和质量，可能面临较大的时间和项目压力
角色解读
- 技术专家路线：深耕AI多模态评测领域，成为评测方法论、标准体系设计的资深专家
- 管理路线：带领更大规模的评测团队或质量保障团队，向评测负责人、质量总监方向发展
- 产品/算法协同路线：凭借对模型输出的深刻理解，转向AI产品经理或算法策略岗位
- 对AI生成的视频内容进行多维度的质量评测和问题识别，区分技术缺陷与主观偏好
- 建立和优化AI视频评测的标准、流程和标签体系，将主观审美转化为客观标准
- 分析评测数据，输出结构化报告，定位模型问题，为算法团队提供改进建议
- 带领评测团队，负责任务分配、质量把控和团队成员能力提升
- 具备扎实的影视美学和视听语言功底，能从专业角度评判视频质量
- 熟悉AI视频生成模型特性，有实际的AIGC产品评测经验
- 出色的逻辑归纳和数据分析能力，善于将感性判断系统化、量化
- 良好的沟通和团队管理能力，能建立流程并推动跨部门协作
申请策略
- 深入研究“晓天衡宇”部门可能负责的AI产品线，在申请材料中体现你对该业务方向的理解和兴趣
- 准备一个简短的“评测案例”：假设一段AI生成的视频，你会从哪些维度去分析它，可能发现什么问题
- 这能直观展示你的专业思维
- 重点突出影视、数字媒体相关专业背景或作品集，展示你的审美和技术理解力
- 详细描述参与的AI视频/图像评测项目，具体说明评测维度、标准制定和发现的关键问题
- 举例说明如何通过数据分析（如Excel图表）定位模型问题并推动改进，量化成果
- 如有管理经验，强调团队搭建、SOP制定和质量提升的具体案例
- 系统梳理并学习当前主流的AI视频生成模型（如Sora, Runway, Kling等）的特点和常见缺陷
面试指南
- 对于问题识别类问题：遵循“现象-分析-影响-建议”的框架
- 先清晰描述问题现象，然后从视觉/时序/语义维度分析，说明它对用户体验的影响，最后给出对模型或数据集的改进建议
- 对于标准建设类问题：展示你的系统化思维
- 可以从“拆解-定义-验证-迭代”四个步骤来阐述，即如何拆解概念、定义指标、通过测试验证标准有效性，并持续迭代
- 对于管理类问题：强调你的规划能力、流程意识和结果导向
- 用STAR法则讲述你如何通过流程优化或人员培训，提升团队效率或准确率
- 请描述一个你曾经发现的典型的AI视频Bad Case，并分析它产生的原因和如何向算法团队描述它
- 如何将‘画面构图美’这种主观感受，拆解成一个可执行的评测标准或打分规则？
职位点评
薪资福利75
成长发展90
工作生活50
使命价值80
薪资福利
75中等
该职位薪资在市场上具有竞争力，能满足较好的生活保障，但JD未提及具体福利，存在一定不确定性。
薪资信号市场水准 (25K-40K/月)
成长发展
90较高
该职位处于AI技术前沿，技术栈现代，并涉及团队管理职责，能提供极佳的技术深度、广度及管理能力成长空间。
技术前沿前沿/新兴技术
技术栈AIGC、多模态评测、视频生成、Python、数据分析
成长机会团队管理与赋能、搭建评测体系
业务类型ambiguous
工作生活
50较低
JD未明确办公模式和WLB相关承诺，作为技术密集型管理岗，实际工作强度可能较高，通勤取决于办公地点。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
80较高
AI视频生成是高速增长赛道，评测工作直接保障前沿技术的产出质量，具有较高的行业前沿性和一定的社会价值。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs