招人啦～大模型评测算法专家

【关于我们】 算力支持：每年等效算力投入预算上亿元 业界标杆：产出SuperGPQA、OmniDocBench、VeriGUI等数十个卜标杆测试基准，被Google、DeepSeek、Qwen等头部模型团队广泛引用 顶级成果：团队研究成果持续命中 NeurlPS、ICML、ICCV、CVPR等顶级学术会议 【岗位职责】 - 负责大模型评测体系与Benchmark路线规划，覆盖代码、推理、多模态、Agent与安全评测等方向，沉淀学术论文、技术报告和标准化评测规范。 - 主导自动化评测平台与工具链建设。 - 主导数据集质量评测体系建设，推动数据质量闭环优化。 - 负责新模型的系统化评测、横向对比与失败案例分析，将评测结论转化为训练和数据优化方案。 【任职要求】 - 硕士及以上学历，计算机、人工智能、数学、统计等相关专业优先。 - 以主要作者身份发表过Benchmark、Dataset、LLM Evaluation 或相关方向的顶会/顶刊论文，具备完整评测集设计、实验验证与论文产出经验。 - 具备大模型训练或后训练相关经验，理解SFT、RLHF/RLAIF、DPO/PPO/GRPO、Reward Model、Verifier等方 法及其评测需求。 - 熟悉主流大模型、Reasoning Model、多模态模型与Agent的能力边界、训练目标和评测范式，了解常见Benchmark与自动化评测框架。 - 具备扎实的Python工程能力、数据分析能力和中英文技术写作能力,能够独立完成评测实验设计、结果分析、技术报告和论文材料撰写。 【优先条件】 - 有公开Benchmark、Leaderboard、评测平台或开源评测工真的核心建设经验。 - 有大模型训练、后训练、对齐或评测闭环项目经验。 - 具备团队管理或技术负责人经验。