海淀区
职位详情
岗位职责：
1. 将大模型视为“产品”进行测试：覆盖从问答到Agent的各类场景，设计测试用例、执行评测流程、追踪核心指标，输出分析结论与完整报告。
2. 搭建系统化评测体系：构建专用数据集、定义评估标准、开发配套工具，实现评测流程自动化、结果可视化。【重点】
3. 通过代码提升效率：使用Python编写脚本或平台，实现重复性评测任务的高效运行，降低团队人工投入。
4. 以用户视角发现痛点：深入体验产品流程，开展Bad Case复盘，协同算法与产品团队推进问题闭环。
5. 关注前沿评测技术：持续跟进LLM-as-a-Judge、多模态基准测试、自动评测等新方法，具备快速验证与落地能力。
6. 推动AI赋能测试：探索“AI测试AI”的创新路径，打造智能化测试辅助工具，提升测试工作的智能化水平。
岗位要求：
1. 学历&年限：计算机、人工智能、数学等相关专业本科及以上学历；具备3年以上测试领域工作经验。
2. 专业能力：
（1）具有大模型（LLM）、NLP、图像识别/CV、多模态或强化学习等至少一个方向的算法评测实际项目经验；
（2）熟练掌握标注质量相关指标（如准确率、召回率、F1、置信度校准）的计算逻辑与分析方法；
（3）熟悉NLP、CV、多模态任务中常用的效果评估指标（如Accuracy、Recall、F1、CIDEr、CLIP-Score等）。
3. 工程实践能力：精通Python语言，能够独立完成测试工具和自动化框架的开发（有Pytest、Unittest、Playwright经验者优先）。
4. 综合素养与热情：
（1）具备强学习能力和良好沟通协作意识，对产品质量与用户体验高度敏感，善于发现问题并推动解决；
（2）拥有强烈自驱力和进取精神，积极主动，擅长独立思考与阶段性复盘总结；
（3）关注AI大模型技术发展趋势，乐于主动学习并开展创新性探索。
1. 将大模型视为“产品”进行测试：覆盖从问答到Agent的各类场景，设计测试用例、执行评测流程、追踪核心指标，输出分析结论与完整报告。
2. 搭建系统化评测体系：构建专用数据集、定义评估标准、开发配套工具，实现评测流程自动化、结果可视化。【重点】
3. 通过代码提升效率：使用Python编写脚本或平台，实现重复性评测任务的高效运行，降低团队人工投入。
4. 以用户视角发现痛点：深入体验产品流程，开展Bad Case复盘，协同算法与产品团队推进问题闭环。
5. 关注前沿评测技术：持续跟进LLM-as-a-Judge、多模态基准测试、自动评测等新方法，具备快速验证与落地能力。
6. 推动AI赋能测试：探索“AI测试AI”的创新路径，打造智能化测试辅助工具，提升测试工作的智能化水平。
岗位要求：
1. 学历&年限：计算机、人工智能、数学等相关专业本科及以上学历；具备3年以上测试领域工作经验。
2. 专业能力：
（1）具有大模型（LLM）、NLP、图像识别/CV、多模态或强化学习等至少一个方向的算法评测实际项目经验；
（2）熟练掌握标注质量相关指标（如准确率、召回率、F1、置信度校准）的计算逻辑与分析方法；
（3）熟悉NLP、CV、多模态任务中常用的效果评估指标（如Accuracy、Recall、F1、CIDEr、CLIP-Score等）。
3. 工程实践能力：精通Python语言，能够独立完成测试工具和自动化框架的开发（有Pytest、Unittest、Playwright经验者优先）。
4. 综合素养与热情：
（1）具备强学习能力和良好沟通协作意识，对产品质量与用户体验高度敏感，善于发现问题并推动解决；
（2）拥有强烈自驱力和进取精神，积极主动，擅长独立思考与阶段性复盘总结；
（3）关注AI大模型技术发展趋势，乐于主动学习并开展创新性探索。
2026-05-27 12:52
IP属地：北京
职位福利
本科5-10年
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
客户端测试工程师-国际业务
1.2-1.7万元/月
测试工程师3-5年大专JavaiOS/Android测试经验客户端测试自动化测试海外语音产品客户端大厂背景优先Python
北京 海淀区
王女士 · 联想利泰5日内活跃
python测试开发工程师
1.3-1.6万元/月
测试工程师3-5年本科自动化测试经验Shell自动化测试java汽车金融LoadRunnerto bAspectJiraPostmanPython
北京 海淀区
马女士 · 浩鲸科技5日内活跃
收藏职位
