模型评测工程师-北京

负责多模态(文本、语音、图像)模型评测，设计多维度测试指标；

针对大模型在实际业务中的落地场景(如代码生成、知识问答、长长文本摘要)，设计复杂测试用例，定位模型幻觉、偏见、安全性等问题；

研究并扩展评测数据集，构建多样化业务场景，保证评测的全面性和有效性；

利用AI技术，开发评测过程中涉及的标注、评估等智能化工具；

前沿技术研究与创新，跟踪大模型评测领域最新进展。

计算机科学、人工智能、软件工程或相关专业硕士及以上学历；

熟悉PyTorch/TensorFlow等深度学习框架，具备扎实的算法与数据结构基础；

拥有一定的数据处理与分析能力，能熟练使用常见的数据分析工具(如Pandas、NumPy、Matplotlib等)；

学习能力强，对前沿AI技术和模型评测方法保持好奇心和探索热情。