岗位职责
- 岗位职责；
- 负责大模型评测平台的架构设计与核心能力建设，打造稳定、高效、可扩展的评测运行底座，支持文本、语音、图像、视频及 Agent 等多类型模型和应用的评测需求；
- 负责评测任务全生命周期的工程化建设，包括环境与依赖管理、任务编排、并发调度、资源隔离、失败重试及结果管理等；
- 建设大规模评测执行能力，持续优化平台的吞吐、延迟、资源利用率和任务成功率，保障评测任务在生产环境下稳定运行且结果可复现；
- 建设评测平台的可观测与诊断体系，完善日志、指标、链路追踪、异常检测和问题归因能力，保障评测结果准确、可信、可解释；
- 跟进大模型及 Agent 技术发展，探索自动化评测、模型裁判、智能归因和 AI 辅助研发等方向，持续提升评测效率与平台智能化水平。
职位要求
；
- 计算机或相关专业本科及以上学历，3年及以上后端、平台或基础设施研发经验；
- 精通 Go、Python、Java 或 C++ 中至少一种语言，具备扎实的计算机基础和良好的工程实现能力；
- 具备中大型平台或分布式系统的设计与落地经验，熟悉微服务架构、任务调度、并发控制、容错机制及性能优化；
- 熟悉网络通信、代理及外部接口访问机制，能够处理限流、超时、重试、网络隔离和第三方服务稳定性等问题；
- 具备较强的质量意识，熟悉自动化测试、可观测性和故障诊断体系，能够保障复杂平台的数据准确性与运行可靠性；
- 对大模型技术和应用有基本理解，了解模型推理、Benchmark、Prompt、RAG、Agent 或模型评测相关概念；
- 具备良好的沟通协调能力和 Owner 意识，能够在算法、平台及底层基础设施等团队之间有效推进复杂项目落地。
