职位描述 1、搜索评估标准定义：专注大模型联网搜索场景，深度理解 AI 搜索项目特点，定义搜索回答的 "理想态"，制定并持续迭代多维度、可传达、可检验的高质量评估标准，覆盖端到端任务完成度与过程行为质量，精准定位搜索短板。 2、自动化评估链路搭建：设计并落地自动化评估体系与工具链，打通人工评估与自动化评估，实现评估任务的自动执行、结果自动归因与评估报告的自动化产出，系统性提升评估的效率、一致性与可复现性。 3、评估体系管理与运营：管理和维护自动化评估体系，持续优化评估数据的生产标准与流程，保障标注准确性与实验有效性，对评估数据的质量与效率负责。 4、策略跟进与业务驱动：跟进搜索策略迭代、竞对摸底等工作，与算法团队、产品团队紧密协作，基于评估洞察提供有针对性的数据合成策略与优化建议，不局限于数据生产，突出运营价值，驱动业务进步。 5、数据挖掘与处理：能够独立完成数据挖掘、数据预处理，从数据中提取有价值的业务信息并提出优化方式 职位要求 1、本科及以上学历，有搜索、评测或垂类数据相关经验者优先。 2、较强的自动化能力：精通 Prompt Engineering 与 (vibe) coding，有丰富的使用自动化手段解决真实问题的经验，能够独立搭建自动化评估链路与工具，做过完整项目者优先；熟悉智能体（Agent）系统设计与开发，尤其具备 Claude Code / Codex / Cursor / Trae / DeepResearch 等相关项目实践经验。 3、清晰的质量判断标准：对搜索产品有深刻理解，具备一定评测经验；对任务质量有清晰的判断标准与内在追求，能将主观感受拆解为可传达、可检验的具体维度，精准辨识输出质量的层级差异。 4、数据洞察与规则定义能力：熟练使用飞书表格、多维表格、sql、python批量生产数据、分析数据及数据可视化。具备敏锐的数据分析与洞察力，能够根据模型能力缺口快速定义高质量数据构建与评估方法并落地；具备较强的规则定义、逻辑思维能力，可界定不同任务下的主观规则边界。 5、对 AI 有信仰、对行业有热爱：对 AI 搜索与 Agent 领域有真实热情，持续关注前沿进展，对 AI 能力边界保持探索欲与想象力；对不断探索新技术与新应用场景有强烈意愿和主观能动性。 6、强自驱与自学能力：具备较强的自驱力、抗压能力和快速学习能力，能独立判断，能清晰准确地传达信息与想法，具备优秀的沟通协调能力和团队合作精神。

技术复合型运营，懂评测规则、简易自动化开发、数据分析；具备标准化拆解思维、业务驱动意识，主动跟进 AI 前沿，自驱抗压、擅长跨团队协作落地完整评测项目。