岗位描述（节选）
1. 设计通用办公场景（文档撰写、表格处理、邮件沟通、会议纪要、日程规划、多步骤 Agent 工作流等）以及各垂类领域（如法律、金融、医疗、数据分析等）评测体系的设计。
2. 将算法团队的能力改进诉求转化为可执行的评测方案（场景选型、题目难度配比、领域覆盖配额）。
3. 主导通用办公场景（文档撰写、表格处理、邮件沟通、会议纪要、日程规划、多步骤 Agent 工作流等）以及各垂类领域（如法律、金融、医疗、数据分析等）评测 rubric 的设计与终审，确保判据原子化、可举证、可复现。
4. 提炼跨任务类型的通用 rubric 范式（如否决项设计、分级量表、过程性与结果性判据拆分），沉淀为可复用的模板与判例库。
5. 主动识别 rubric 生产中的效率瓶颈与质量风险（判据歧义、一致性偏低、伪需求条目等），推动标准化与""合成初稿 + 人工校验""等自动化改进。
6. 深入分析模型在真实办公任务……
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。