AI评测/质量工程师

建立 Agent 效果评测体系，设计可量化、可复现的验收标准与 benchmark；

把控评测严谨性：样本对齐、变量隔离、对照实验设计，避免"假完成"与误判；

对场景落地效果做独立验证（准确率、召回率、可靠性、用户满意度），输出可信结论；

维护评测数据集与评测脚本，沉淀可复用的评测方法；

与产品、开发协作，把评测结果转化为迭代优先级依据；

跟踪检索/Agent 评测前沿方法，持续完善评测体系。

研究生及以上学历优先，具备相关项目经验的优秀本科生；

计算机、软件工程、人工智能等相关专业；

熟练使用 Python 进行数据处理与分析。