多模态数据生产支持：深度参与世界模型训练所需视频/图像的数据生产及标注全流程，基于模型能力边界与训练目标，输出高信息密度、语义精准、逻辑严谨的视觉数据标注策略及标准；设计并优化数据规范与质量校验标准，支撑图像/视频数据资产的规模化、一致性交付。 数据生产项目管理及运营：负责对接数据供应商及数据标注团队，有效引导明确任务需求，通过人员管理、目标制定、数据跟踪监控，整体把控任务交付进度及质量，独立完成项目交付。 视觉内容处理与工具链工作流开发：基于摄影、剪辑、绘图、3D建模或视觉设计等实操经验，完成图像/视频素材的标准化处理及标注（如关键帧抽取、分辨率统一、去水印等、图片清晰化），并能够实现自动化数据处理链路，对数据生产进行自动化改造。 代码开发能力：具备一定程度的代码能力，能够利用Python或其他编程语言实现标注辅助（如数据提取、数据质检、格式校验等），提升人工标注效率与一致性。 Prompt工程与指令设计：结合视频理解及其他世界模型任务场景，参与Prompt策略设计与效果验证，优化指令模板，提升模型生成结果的可控性与语义对齐度；积累可复用的Prompt设计模式与典型case库。

专业基础与核心素养：数字媒体、计算机、计算机相关交叉学科等相关专业在读生优先；具备优秀的视觉感知力与结构化表达能力，能对视频/图像内容进行精准、高信息密度的文本转译；逻辑清晰，表达严谨，具备跨职能协作意识与快速学习能力。 视觉创作与工具应用能力：拥有摄影、视频剪辑、数字绘画、3D建模或视觉设计等任一领域实操经验，熟悉至少1类主流视觉内容生产工具（如Photoshop、Premiere、Blender、Procreate等）；能基于创作视角理解画面构成、光影逻辑与语义层次。 标注数据库构建经验与owner意识：有面向大模型训练的数据标注、描述撰写或质量校验项目经历者优先；在实践中能主动识别数据偏差（如描述模糊、细节遗漏、逻辑断裂），并提出可落地的优化建议；熟悉Prompt Engineering基本方法，能结合任务目标设计并迭代Prompt Engineering。