岗位职责：

1、负责大模型评测体系的建设与迭代，涵盖人工评测与自动化评测，包括流程设计、工具需求提出与落地实施，推动评测体系标准化和规模化发展；
2、深入理解大模型技术与评测集构建方法，从用户与业务场景出发，制定科学合理的评测策略，建设高效敏捷的评测Pipeline，形成可复用的框架与方法论，能够输出系统化、专业化的评测报告，为模型优化、训练改进及产品应用提供有价值的反馈与方向，助力效果持续提升；
3、统筹跨部门资源，与产品研发团队紧密协作，独立承担标注策略制定、项目管理、流程优化与质量把控，确保评测目标高质量达成。

任职要求：

1、本科及以上学历，计算机科学、计算语言学、语言学、人工智能等相关专业优先；
2、具备1年以上大模型评测经验，熟悉各公开评估集的构建方式、评测指标设计、自动化评测工具/平台，有数据产品或数据分析相关经验，能够独立提出并实现解决方案，熟悉PE、Agent/Workflow搭建流程的优先；
3、对大模型训练、评测及应用领域有浓厚兴趣和热情，持续关注前沿研究与技术趋势，具备快速学习与探索能力；
4、思维清晰、逻辑性强，能够在复杂项目环境中快速决策与推进，具备优秀的项目管理能力、跨团队协作意识和沟通能力。