AI大模型评测工程师

搭建车载端侧LM/VM/Omni大模型、System Agent、业务智能体全维度评测体系，设计对话、视觉、任务执行评测用例。

针对模型准确率、响应时延、内存占用、功耗、场景鲁棒性、多轮对话逻辑开展自动化+人工评测。

联动需求、框架、智能体、模型部署团队，输出评测报告，定位模型/Agent缺陷，跟踪优化迭代闭环。

开发AI自动化评测脚本、测试工具，构建座舱场景评测数据集，持续扩充复杂出行、极限边界测试用例。

制定AI座舱模型与智能体评测标准、准入门槛，支撑整车AI功能Release版本质量把关。

本科及以上人工智能、计算机、测试相关专业，2年以上大模型/车载AI评测工作经验。

熟悉LLM、多模态模型、智能体能力评价指标，可独立设计覆盖全场景的评测方案。

掌握Python自动化脚本开发，了解车载测试流程，能搭建简易自动化评测工具链。

具备数据分析能力，可通过评测数据定位模型推理、Agent调度、交互链路问题。

有8797平台车载AI评测、座舱多智能体测试项目经验优先。