岗位职责
- 负责 AI 健康 Chatbot / Personal Agent 的评测体系建设，围绕疾病咨询、辅助问诊、报告解读，以及减重、营养运动、慢病管理等场景，设计评测标准、指标与方案；
- 从用户健康需求和产品体验出发，评估内容科学性、安全性、多轮沟通、个性化及建议可执行性，衡量产品是否帮助用户理解健康问题、制定合理计划，并通过持续跟进支持健康行为改善；
- 结合真实业务场景与业界 Benchmark，建设高质量评测数据集，覆盖多轮对话、个性化记忆、健康计划调整、工具调用及高风险场景，推动人工与自动化评测落地；
- 开展版本评测、竞品分析和 Bad Case 归因，与算法、产品、工程及医疗健康专业团队协作，将评测结论转化为模型能力和用户体验的持续改进。
职位要求
- 本科及以上学历，计算机、人工智能、医学、公共卫生、营养、运动科学、心理学等相关背景，有 AI 产品、大模型评测或医疗健康相关项目经验；
- 具备良好的 AI 产品思维和用户体验判断力，能理解用户真实诉求，将“好的回答与服务体验”转化为明确、可执行的评测标准，关注即时咨询与长期健康管理的不同需求；
- 对疾病咨询、减重、慢病管理等医疗及泛健康场景有基本理解，关注用户的身体状况、生活习惯和执行困难，具备科学证据和安全边界意识；有医疗 AI、健康管理、营养运动或临床相关经验者优先；
- 了解大模型基本原理、能力边界及常见问题，理解 RAG、多轮对话、记忆与工具调用等机制；熟悉主流 Benchmark 和评测方法，能结合业务设计评测方案；
- 熟悉 Python 等数据分析与编程工具，能够完成数据处理、评测脚本开发与结果分析；有 LLM-as-Judge、自动化评测或健康领域 Benchmark 建设经验者优先；
- 具备良好的逻辑分析、问题归因和跨团队协作能力，能输出有依据、可落地的优化建议，并推动验证与改进。
