岗位职责
- 负责各场景的评测体系建设与团队管理，覆盖编程、Claw、垂类Agent等方向，支撑效果评估、问题定位和迭代闭环；
- 主导评测基建的0-1搭建和长期建设，包括评测产线、数据分析链路、自动化评测能力等；
- 负责Benchmark和高质量评测数据建设，包括数据设计、采集、合成、治理与持续迭代；
- 协同业务、策略、产品、研发等团队，共同对效果迭代负责。
职位要求
- 本科及以上学历，计算机科学、人工智能、数学等相关专业，具有5年以上大模型相关工作经验；
- 有团队管理经验或团队负责人潜力，具备良好的业务沟通能力和跨团队协同能力，能够推动复杂项目落地；
- 具备扎实的工程能力和数据分析能力，熟练掌握Python、Go、C++中至少一种；
- 有Agent开发或复杂场景评测经验者优先，在相关会议发表过论文者优先。
