岗位职责
- 负责模型在应用场景下的评测体系构建，能客观、准确、全面的评估模型的真实价值并驱动模型/产品优化，产出评估报告；
- 持续迭代/完善评估体系，包括但不限于评估方法论、标准、Benchmark、工具平台的设计和迭代等，对产出质量和模型效果负责；
- 主动进行线上AB/用户数据/评估报告分析探查，发现潜在的问题与机会，给出数据支持、分析报告、问题解决方案建议；
职位要求
- 本科及以上学历，硕士学位优先；计算机科学、软件工程、人工智能等相关专业，医学专业优先；
- 优秀的文档能力和跨团队沟通能力，能清晰表达评测结论与改进建议。
- 有大模型评测经验，在大模型团队负责评测工作。
