岗位职责
加入我们多模态评测算法研发团队，负责多模态理解任务的benchmark设计、落地以及学术化转化工作，聚焦多模态理解、视频生成、理解生成一体化等核心技术方向，通过构建科学、全面的评测体系，推动团队技术研发的高效迭代与创新突破，助力公司在多模态技术领域保持领先地位。
- Benchmark设计与开发：深入研究多模态理解、视频生成、理解生成一体化等技术方向的前沿动态与行业需求，设计并开发具有针对性、科学性的benchmark评测体系，涵盖数据采集、指标定义、评测方法制定等全流程，确保评测体系能够准确反映模型的性能与潜力；
- 评测落地与执行：负责benchmark评测体系的落地实施，搭建稳定、高效的评测环境，完成对多模态模型的自动化评测任务，及时处理评测过程中出现的问题，保证评测结果的准确性、可靠性与公正性；
- 数据分析与优化：对评测结果进行深入分析，挖掘模型存在的问题与不足，为模型的优化与改进提供数据支持与决策依据，结合评测数据，撰写详细的评测报告，为研发团队提供有价值的参考建议；
- 学术化转化与研究：跟踪多模态技术领域的学术研究动态，将benchmark评测成果进行学术化转化，参与学术论文的撰写与发表，提升公司在行业内的学术影响力，同时，积极开展前沿技术研究，探索新的评测方法与技术思路，为团队的技术创新注入新的活力；
- 团队协作与沟通：与算法研发、工程实现等多个团队保持密切沟通与协作，及时了解团队的技术需求与研发进展，确保评测工作与整体研发节奏保持一致，参与团队内部的技术交流与分享活动，共同提升团队的技术水平与创新能力。
职位要求
- 硕士及以上学历，计算机技术、人工智能、机器学习、数据科学等相关专业优先；
- 具备扎实的机器学习 / 深度学习基础，对生成模型或多模态模型有一定理解；
- 对视频生成、AIGC、多模态理解与评测方向有浓厚兴趣；
- 具备优秀的代码基础，熟练掌握至少一门编程语言：Python（优先）、C/C++、Java；
- 了解常见 AI 模型与算法基本原理，例如：Transformer、CLIP / CNN、GAN / VAE、Diffusion Models / DiT等；
- 熟悉机器学习模型评估方法与指标与模型评测与实验设计方法；
- 具备良好的数据分析能力与数据化思维，能够基于实验结果进行系统分析并输出结论；
- 有以下经验之一者优先： ● LLM / VLM 相关研究或工程经验； ● 自动评测 / LLM-as-a-Judge 相关实践； ● Benchmark 构建或评测体系设计经验； 加分项：
- 参与AIGC、大模型相关的项目研发测试经验优先，有竞品大模型评测经验优先（如通义、即梦、混元等）；
- 有顶会论文、国家或国际奖项、专利获得者、算法竞赛获奖者优先考虑；
- 有训练或微调常见CV、NLP、LLM、MLLM模型经验优先；
- 有扎实的美术素养、设计经验、视频创作影视导演编导、或者有互联网公司相关经验者优先。
