1. 负责大模型自动评测效果分析工作，具备敏锐的数据敏感度，跟踪评测核心数据，定位模型能力薄弱点、特征、优劣、评测优化空间，输出评测分析报告，构建评测异常处理流程； 2. 参与负责评测集和评测体系维护，结合业务迭代和用户使用体验，独立或带队完成评测任务以及评测集更新和迭代； 3. 数据 & 流程管理：维护模型各项评测数据、参数、指标等评测信息；管理评测资源和跟进解决资源提需；成本数据监控、看板管理和维护

1. 本科及以上学历，计算机科学、人工智能、数学、统计学或相关专业优先，985/211 优先； 2. 具备较高的责任心和团队协作能力，能独立或带队完成工作； 3. 熟练使用 python，具备数据分析、数据处理、流程优化的能力； 4. 熟悉提示工程、Functioncall、Agent 等基础概念，有模型评测经验优先