岗位职责
- 负责豆包AI大模型To B评测体系的顶层设计，定义评测维度、指标、标准和流程；
- 深入理解客户需求，将客户反馈转化为评测任务，确保评测结果真实反映客户使用效果；
- 建立模型对比分析机制，输出量化分析结论，以及原因拆解分析，能牵引模型优化；
- 深入研究重点行业业务流程，从业务视角设计有价值的行业评测方案；
- 跟踪国内外前沿评测方法论（Benchmark设计、统计方法、Eval工具链），持续升级评测体系。
职位要求
- 获得本科及以上学历，硕士学位优先，计算机科学、软件工程、人工智能等相关专业；
- 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。 加分项（具备一项或多项者优先）
- 有大模型评测经验，在主流大模型团队负责评测工作；
- 有金融、医疗、法律等垂直行业AI应用经验；
- 有使用AI相关工具的经验，包括不限于主流Agent和Vibe coding工具；
- 有To B客户对接经验，理解企业级场景的评测需求。
