大模型评测工程师-Data（北京/上海）

【岗位职责】 1、负责大模型评测体系建设：负责将业界SOTA大模型（含多模态大模型）部署到内部评测环境，基于多领域评测集完成规模化跑测，验证并校准模型评估指标，保障评测流程的准确性与可复现性； 2、开源评测集适配与集成：调研并引入业界主流开源评测集（覆盖文本、多模态与Agent三类，以多模态与Agent评测为主），将其适配、接入到内部模型评测体系，统一评测指标口径与执行流程，保障评测的覆盖度、针对性与可复现性； 3、Agent能力评测：针对Agent Based Bench开展评测，支持多轮交互、工具调用、Sandbox环境与轨迹记录，分析任务完成情况与失败原因，评估模型的Agent能力边界； 4、评测结果自动化分析：设计算法与工具，实现评测结果的自动化量化分析、异常定位及根因追溯，输出结构化分析报告，为模型选型与迭代提供数据支撑； 5、Agent RL环境与推理优化（可成长方向）：探索面…… 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 19019 个北京岗位（全城各职能合计），其中 2814 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 7K ~ 20K（25~75 分位），中位约 9K，最低 2K、最高 300K。