Agent评测工程师

岗位描述

评测体系建设：设计覆盖基座模型、端到端Agent、用户体验等场景的评测框架和标准，保障评测可解释可复现，并主导Benchmark数据集构建与持续迭代，防控数据污染与评测失效； 数据生产与质量管控：主导评测方案设计，建立标注规范与质检体系，同时与数据团队协作，保障大规模数据生产的稳定性与准确性 沉淀团队评测方法论，输出可复用框架与工具 1.计算机、人工智能、统计学、数学或相关专业，本科及以上学历 2.熟悉业界主流评测工具集和评测集，有独立设计评测框架和评测标准经验 3.沟通表达能力优秀 4.熟悉Java或Python，有实际开发、测试开发或评测工具开发经验优先 5.具备模型和AI产品分析能力，…