岗位职责
主要负责面向产业决策场景（排程、路径、装箱、预测等）的智能体（Agent）评测体系建设，包括评测环境、评测集（benchmark）和评测平台。目标是用真实业务场景牵引 Agent 能力持续优化。具体如下： -参与面向真实产业场景的 Agent 评测体系建设，设计并搭建评测环境 -参与大规模评测集（benchmark）的构建与迭代，推动真实业务场景沉淀为标准化评测资产 -开展前沿 Agent 能力评测与研究，探索长程优化、自我演化等能力的边界与规律，产出技术报告或论文 -跟踪国内外前沿 benchmark 与评测方法，参与评测集的对外发布与影响力建设 -参与评测平台能力建设，支撑模型与策略的系统化评测
职位要求
-2028 届及以后毕业的硕士或博士在读，计算机、人工智能、运筹优化等相关专业 -熟练使用 Python，具备良好的数据处理能力（pandas 等），熟悉 Linux 和 Git -了解大模型或 Agent 的基本原理，有调用大模型 API 或使用 Claude Code、Codex、OpenCode 等编程 Agent 的经验 -具备运筹优化或机器学习的基础知识，能读懂并编写求解或建模代码 -做事细致严谨，能独立阅读英文论文，有较好的文档整理与沟通能力，有良好的抗压能力 加分项： -有 benchmark 或评测集构建相关经验。、 -参加过 Kaggle、AtCoder Heuristic Contest、数学建模等竞赛，或有组合优化求解器（如 OR-Tools、Gurobi、HiGHS）的使用经验 -有 Agent 相关项目、开源贡献或论文发表经历
