岗位要求：
-具备算法、研发或数据分析相关背景者优先，需掌握Python或曾自行搭建过agent流程；
-具备英文文献阅读能力（可借助辅助工具）者优先；

岗位职责：
-评测集复现与优化：跟踪大模型最新评测方法与前沿Benchmark，探索新的评测维度与指标，结合公司实际需求对评测集进行定制化调整与改进，保障评测过程的可复现性与准确性。
-自动化评估系统构建：独立建设大模型评测体系与配套评测集，以自动化评估为核心，覆盖通用能力与特定场景能力，设计科学的指标体系与任务集合，确保评测的完整性与适用性。
-模型表现分析：定期开展多版本模型的效果评估与横向对比，输出详细的评测报告，定位模型优缺点，提供优化建议，支撑模型迭代路径的制定与决策推进。
-跨部门协同：与算法、产品及业务团队高效协作，深入理解应用场景需求，输出模型效果分析结果与评测策略，助力模型优化与实际业务落地。