徐汇区
职位详情
岗位职责：
1. 负责大模型系统的全流程测试：主导大模型系统的部署与测试，涵盖系统搭建、测试用例的设计与执行、结果深度分析及高质量测试报告的输出，确保模型上线质量
2. 构建权威的评测体系：负责大模型及其垂直领域性能的全面评测，主导设计科学、严谨的评估指标与评测维度，确保评测结果的准确性、可复现性与行业公信力
3. 建设与维护评测数据集：主导构建并持续优化适用于大模型的性能测试数据集，确保测试数据的多样性、覆盖面和代表性，以支持模型的快速迭代
4. 制定与执行测试策略：制定详细的测试方案和全生命周期执行计划，严谨把控测试流程，负责测试数据的深度挖掘与问题分析，定位算法性能瓶颈并提出改进建议
5. 推动评测工具链建设：负责或参与自动化测试框架与评测工具链的开发与优化，提升评测工作的效率与规范性
任职要求：
1. 教育背景：计算机科学、数据科学、人工智能或相关专业本科及以上学历
2. 核心技术能力：具备扎实的编程功底，熟悉Python编程，熟练掌握至少一种测试框架（如pytest），并有实际的项目落地经验
3. 大模型专业认知：了解大模型（LLM）架构和原理，熟悉主流模型的性能评测方法和行业标准，能够独立负责数据集构建和复杂测试方案的设计
4. 综合素质：具备出色的逻辑分析能力、问题定位与解决能力，以及良好的跨团队协作和沟通能力。拥有高度的责任心、自驱力，对AI技术评测充满热情，能够适应快速变化的技术环境
5. 加分项：有NLP、机器学习相关背景，或有大模型测试、AI应用开发经验者优先
公司福利：
双休、六险一金，弹性工作制、法定假期/年假、司龄假、带薪病假
1. 负责大模型系统的全流程测试：主导大模型系统的部署与测试，涵盖系统搭建、测试用例的设计与执行、结果深度分析及高质量测试报告的输出，确保模型上线质量
2. 构建权威的评测体系：负责大模型及其垂直领域性能的全面评测，主导设计科学、严谨的评估指标与评测维度，确保评测结果的准确性、可复现性与行业公信力
3. 建设与维护评测数据集：主导构建并持续优化适用于大模型的性能测试数据集，确保测试数据的多样性、覆盖面和代表性，以支持模型的快速迭代
4. 制定与执行测试策略：制定详细的测试方案和全生命周期执行计划，严谨把控测试流程，负责测试数据的深度挖掘与问题分析，定位算法性能瓶颈并提出改进建议
5. 推动评测工具链建设：负责或参与自动化测试框架与评测工具链的开发与优化，提升评测工作的效率与规范性
任职要求：
1. 教育背景：计算机科学、数据科学、人工智能或相关专业本科及以上学历
2. 核心技术能力：具备扎实的编程功底，熟悉Python编程，熟练掌握至少一种测试框架（如pytest），并有实际的项目落地经验
3. 大模型专业认知：了解大模型（LLM）架构和原理，熟悉主流模型的性能评测方法和行业标准，能够独立负责数据集构建和复杂测试方案的设计
4. 综合素质：具备出色的逻辑分析能力、问题定位与解决能力，以及良好的跨团队协作和沟通能力。拥有高度的责任心、自驱力，对AI技术评测充满热情，能够适应快速变化的技术环境
5. 加分项：有NLP、机器学习相关背景，或有大模型测试、AI应用开发经验者优先
公司福利：
双休、六险一金，弹性工作制、法定假期/年假、司龄假、带薪病假
2026-05-18 14:01
IP属地：上海
职位福利
本科3-5年平面/品牌设计/2B类系统设计至少有1项
上海阡视科技有限公司
未融资 · 20-99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
全栈开发工程师
1.2-2万元/月
全栈工程师1-3年本科MySQLMongoDBRedisJava全栈项目经验全栈无侧重.NETVueTypeScriptnode.js
上海 徐汇区
任先生 · 上海触脉数字医疗...5日内活跃
AI应用开发工程师（OpenClaw + Prompt + AI Coding）
6000-10000元/月
全栈工程师经验不限学历不限龙虾prompt小程序Appopen clawJavaScriptCSSPythonDjango/FlaskMySQL/Redis/MongoDB全栈无侧重全栈项目经验
上海 徐汇区 徐家汇
收藏职位
