千问事业部-大模型评估算法负责人（Agentic 方向）-杭州/北京

负责大模型评估方向的技术规划与体系建设，围绕真实用户需求与复杂专业任务，建立贯通**基座模型、Agent 系统与产品效果**的评估体系。以可信、可解释、可行动的评估结论，牵引模型从对话生成向复杂长程任务执行演进，推动训练优化、系统迭代与用户价值提升形成闭环。 岗位职责 1. 制定评估战略，牵引能力演进 结合模型技术路线与产品发展目标，定义核心能力地图、评估标准和阶段性目标。建立从基础能力到真实任务表现的分层评估体系，识别能力瓶颈与投入优先级，为训练规划、技术选型和版本发布提供依据。 2. 建设面向复杂长程任务的 Agent 评估体系 围绕典型用户场景与专业工作流，建设可执行、可复现的任务集与评测环境。重点评估需求澄清、规划决策、工具使用、上下文与记忆管理、人机协作、异常恢复和交付验证能力，综合衡量任务成功率、交付质量、执行成本与可靠性。 3. 打通评估、训练与产品改进闭环 联合训练、…… 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 21411 个北京岗位（全城各职能合计），其中 2446 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 5.5K ~ 19K（25~75 分位），中位约 9K，最低 1K、最高 300K。