大模型评测工程师

岗位描述

1. 根据真实业务和研究问题搭建评测场景，还原任务链路、执行条件、输入输出和完成标准。
2. 实现和维护场景所需的环境、数据、工具、MCP 接口、harness、评估器和模型适配，并管理其版本与依赖。
3. 建设评测运行能力，支持任务编排、沙盒隔离、资源调度、超时控制、失败重试和批量运行。
4. 统一记录模型请求、运行参数、执行轨迹、工具调用、日志、指标、reward 和评测产物，支持回放与复现。
5. 建设统…
6. 具备扎实的编程基础，熟练使用 Python，掌握 Go、Java 或其他后端语言者优先。
7. 具备平台工程、工作流编排、自动化测试或大规模任务运行经验，能够独立开发和维护生…