岗位描述（节选）
1、负责千问办公评测平台建设，构建覆盖模型、AgentLoop、Skills多维度评测方案，设计落地高效、端到端、可量化的自动化评测Pipeline
2、结合业界最佳实践与 B 端办公真实业务场景，通过专家设计和数据合成等手段，动态构建高质量评测集和 LLM-as-Judge 评估器
3、基于离线评测和在线观测数据，与产品、技术、运营、财务团队紧密协作，驱动Agent自进化迭代，参与设计高性价比的模型调度与定价策略
4、建立常态化竞品评测体系，对标行业头部产品，为产品方向和技术路线决策提供支撑
【任职要求】
1、本科及以上，计算机科学、软件工程、人工智能、统计学等相关专业，3年以上工程/测试工作经验
2、扎实的软件工程与测试能力，熟练使用 Python / Java / Go 中至少一门语言，具备复杂分布式系统的测试设计与执行经验
3、熟悉主流 LLM 评测基准与方法（如 HumanEv……
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。