海淀区
职位详情
工作内容
1、参与快手基础大模型及 Agent 应用评估体系的构建与持续优化，建立高水平的评测机制，支撑大模型技术迭代升级；
2、参与评测数据集与 BenchMark 的设计与完善，搭建评测环境，开发评测工具，实现评测报告自动化生成，全面提升评测流程效率；
任职要求
● 计算机科学、软件工程或人工智能等相关专业背景。
● 精通 Python 和 JavaScript，具备扎实的编程功底和工程实践能力，能独立完成技术问题分析与解决。
● 了解主流模型评估数据集（HumanEval、SWE-Bench、τ²-Bench、GAIA 等）。
● 掌握模型评估指标的设计逻辑与结果分析方法（准确率、通过率、BLEU、******、代码执行率等）。
● 具备较强的数据分析意识，能够依据评测数据输出有效结论。
● 具备良好的技术文档编写能力，可清晰展示模型能力的发展变化趋势。
1、参与快手基础大模型及 Agent 应用评估体系的构建与持续优化，建立高水平的评测机制，支撑大模型技术迭代升级；
2、参与评测数据集与 BenchMark 的设计与完善，搭建评测环境，开发评测工具，实现评测报告自动化生成，全面提升评测流程效率；
任职要求
● 计算机科学、软件工程或人工智能等相关专业背景。
● 精通 Python 和 JavaScript，具备扎实的编程功底和工程实践能力，能独立完成技术问题分析与解决。
● 了解主流模型评估数据集（HumanEval、SWE-Bench、τ²-Bench、GAIA 等）。
● 掌握模型评估指标的设计逻辑与结果分析方法（准确率、通过率、BLEU、******、代码执行率等）。
● 具备较强的数据分析意识，能够依据评测数据输出有效结论。
● 具备良好的技术文档编写能力，可清晰展示模型能力的发展变化趋势。
2026-08-22 14:43
IP属地：北京
职位福利
大专1-3年大模型评测大模型算法JavaScriptPython大模型评测体系开发测评工具开发入职五险一金一年两次调薪
北京联和利泰科技股份有限公司
不需要融资 · 1000-9999人
工作地址
鱼泡安全保障
如遇到办证收费、刷单、传销、诱导买车等违规行为，请立即向鱼泡直聘投诉举报投诉举报 >
附近适合您的职位
收藏职位
