工作职责 1、深度参与公司智能Ai业务测试、模型常态化评测工作，跟进业务版本迭代测试，结合真实业务场景输出评测结果与优化建议，支撑业务落地上线。 2、参与大模型、智能Agent测评平台开发，对标行业主流产品，协助梳理模型与Agent评测的优化痛点，保障系统稳定迭代正常运行。 3、参与模型微调，排查模型幻觉、拟合异常、输出效果不佳等基础问题，配合团队优化模型训练效果与推理效率。 4、参与Agent开发及交互逻辑优化、场景化功能打磨，整理日常开发问题，协助提升Agent交互稳定性与流畅度 任职资格 1、硕士及以上学历，统计学、计算机科学与技术、数据科学与大数据技术、数据计算及应用、信息管理与信息系统等相关专业毕业； 2、具备扎实的计算机基础、机器学习、深度学习理论知识，熟悉大语言模型基础原理。 3.熟练掌握Python、java、go等编程语言中的一种，了解PyTorch/TensorFlow等深度学习框架，接触过LangChain等Agent框架者优先。 4、对多模态大模型的评测有深入的理解和丰富的实践经验，熟悉主流的图文、视频、语言评测基准和方法（如MMBench、MMMU、V-Bench，SEED-Bench，Audio-Eval等），具备很强的动手能力，能够独立完成评测系统模块的设计和开发。 5、具备清晰与逻辑性的表达能力、良好的学习能力和技术钻研意识。