岗位职责
-参与百度 PSIG 统一评估中台建设，协助支持文库、网盘等核心业务场景下的 AIGC 能力评估工作 -协助整理和维护评估任务、评估数据、评估指标及评测流程，参与沉淀标准化评估方法和工具 -基于 Agent Skills、Prompt、RAG、Tool Use 等技术，协助搭建和优化自动化测评智能体，支持对不同 AIGC 业务能力的评估验证 -参与多模型、多任务、多场景的评测实验，完成实验配置、结果收集、数据分析和报告整理等工作 -协助研发同学进行 Agent 相关能力的调研与实验，包括长期记忆、推理链路、多智能体协作、Agentic Workflow 等方向 -参与评估框架和工具链的日常开发与维护，协助完成评测脚本、数据处理脚本、可视化分析工具等模块建设 -跟进大模型、智能体、多模态评估等前沿技术进展，参与技术调研、竞品分析和内部分享
职位要求
-计算机、人工智能、软件工程、自动化、数学、信息安全等相关专业本科及以上在读，具备较扎实的编程基础 -熟悉 Python 编程，能够独立完成数据处理、脚本开发、接口调用、实验分析等基础研发工作 -了解大模型基本概念，如 Prompt、RAG、Agent、Tool Use、Function Calling 等，有相关项目或课程实践经验者优先 -对智能体、AIGC、LLM 应用、模型评估等方向有兴趣，具备较强的学习意愿和技术好奇心 -了解常见机器学习、深度学习基础知识，有模型训练、推理、评估或数据分析经验者优先 -具备良好的逻辑思维和问题拆解能力，能够在导师指导下完成实验设计、结果分析和问题定位 -具备良好的沟通能力和团队协作意识，能够清晰记录实验过程、整理评估结论，并与研发、产品等角色协同推进工作 -使用过 LangChain、Opencode、Dify、Coze 等 Agent 或 LLM 应用开发框架 -参与过大模型评测、Prompt 优化、RAG 系统、智能体工具调用等相关项目 -有文本、图像、视频、音频等多模态数据处理或评估经验 -熟悉 Git、Linux、API 调用、数据标注或自动化测试流程
