大模型评测算法工程师

1. 评测基础设施与工具链建设:
1.1 负责大模型评测工具链与中台系统的整体架构与研发，覆盖大语言模型、多模态模型及智能体等；
1.2 主导评测体系的工程技术演进，持续集成前沿评测方法与社区最新成果，构建高效、可扩展、自动化的评测基础设施。

2. 高质量评测能力集成支持
2.1 针对内部研发需求持续支持各类评测基准，保障评测能力上线的质量与时效性；
2.2 探索用户自定义评测能力的研发，研发快速敏捷的评测能力更新集成方案。

3. 模型研发牵引与评测影响力建设
3.1 深度参与内部大模型研发流程，通过量化分析诊断模型短板，与算法团队紧密协作推动模型能力持续提升；
3.2 负责维护和拓展 OpenCompass 等开源评测平台的行业影响力，定期发布权威评测报告，输出技术洞察；
3.3 跟踪全球大模型技术进展，建立内外部模型能力对标体系，为产品与技术决策提供数据支撑。

1. 计算机、人工智能、数学或相关专业硕士及以上学历；
2. 扎实的算法基础与工程实现能力，熟悉 Python，具备大规模系统开发经验；
3. 深入理解大模型原理与评测方法，有 LLM / 多模态模型 / 智能体相关评测或研发经验者优先；
4. 熟悉主流评测框架（如OpenCompass 等）或参与过相关开源项目者优先；
5. 具备良好的技术前瞻性、系统思维与跨团队协作能力，对构建科学、公平、可解释的AI评测体系有强烈热情。