晓天衡宇-大模型评测工程师-AI应用

1、场景化评测执行： 负责大模型/Agent在真实生产力应用场景下的实际效果评测。具备真实用户行为分析能力和评测转化能力，熟悉 Rubrics 评测方法与质量判断，具备评测结果分析能力，熟悉大模型/Agent问题归纳逻辑，包括但不限于逻辑推理、工具调用、内容生成等。 2、竞品分析与对比： 关注市面上优秀的C端/B端AI产品，定期进行竞品对比评测。从用户体验和产品功能角度出发，输出对比报告，帮助团队发现自身产品的差距与优化方向。 数据生产与标准落地： 根据评测需求，执行高质量评测体系的搭建工作。将场景需求转化为清晰、可操作的Rubrics评分标准与标注规则，跟进评测数据构建流程，确保交付数据的准确性和一致性。 3、外部团队组织与质量把控：组织并管理外部评测/标注团队及各领域专家人力，统筹作业排期与分工，对产出的数据集和评测结果进行质量把控，针对执行过程中发现的流程卡点，积极推动优化，保障项目…… 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。