岗位职责：
1、负责构建并完善大模型评测体系，包括评测标准制定，评测工具链开发和评测数据集建设；
2、基于业务需求设计评测方案，开展多维度模型评估，输出专业评测报告；
3、参与Agent /RAG技术在垂直领域的算法工程化实现及性能评估研究；
4、负责评测系统后端功能开发及DevOps实施，维护数据库及前后端架构。

岗位要求：
1、计算机科学/人工智能等相关专业硕士及以上学历；
2、精通Python编程，熟练掌握PyTorch/TensorFlow等深度学习框架；
3、熟悉主流语言大模型技术架构和性能分析，具备实际项目开发经验；
4、掌握大模型评测方法论，具备构建Benchmark或评测平台的实践，了解各类主流评测指标及其局限；
5、具备优秀的问题分析与解决能力，责任心强，具有良好的团队协作精神。