AI评测工程师

【工作职责】 1、构建覆盖多场景、多模态、多任务的评测方法与指标体系；评测涵盖任务理解与规划、推理、指令遵循、多模态、长上下文及结构化输出等；通过评测支持产品优化，并完成问题定位与归因。 2、持续跟踪国内外 Agent、LLM 及多模态模型评测领域前沿，主导设计具有区分度、面向真实业务场景的 Benchmark，建立任务集、评测环境、评分标准及回归机制。 3、将评测洞察、失败案例及能力短板转化为高质量训练数据、产品优化方向和技术改进建议，驱动产品、Agent Harness 与基模能力的持续演进。 4、与算法、产品、工程、数据等团队协作，推动评测标准、能力准入及效果回归机制落地。 【任职要求】 1、本科及以上学历，计算机、数学、统计或相关专业优先。 2、3年以上相关工作经验，有 AI 产品、大模型、Agent 或智能助手领域背景。 3、对 Agent 技术方向有深入理解，熟悉主流 LLM…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。

本站当前在招 1375 个北京技术研发岗位，其中 143 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 12K ~ 20K（25~75 分位），中位约 20K，最低 2K、最高 70K。