大模型Eval评测（工程方向/产品方向）

【职位介绍】 模型评测：设计、搭建并持续迭代大模型多维度评测框架，让模型能力“可衡量、可对比、可解释”。 数据驱动：与算法团队配合，把评测结论转化为数据需求，寻找可以提升模型智能的关键数据，并推动落地。 行业洞察：跟踪前沿论文与开源社区，第一时间把新评测维度、数据策略落地到业务中。 产品思维，有发现问题推动解决的能力，提升模型的能力。 【我们希望你】 必备 Python/Go/Java/C++ 任意语言使用经验，能独立写脚本、调 API、搭小工具即可。 逻辑思维强，对“用数据说话”有执念，熟悉 SQL / Pandas / Jupyter 等分析工具。 对大模型有基础认知（用过 GPT、Claude 等），能快速理解SFT、RL 等概念。 有参与过大模型benchmark、evaluation等方向的工作经验。 加分 有 创业经验 或 开源项目贡献 或 研发背景期待转产品。 英语读写流畅。