1、凭借代码能力与快速学习能力，快速掌握主流评测工程框架，精准定位评估跑分问题根源，能够排查评测集数据偏差、用例逻辑漏洞、平台适配异常等问题。同步研发团队并推动问题整改，保障评测集质量； 2、有一定创新思维，对评测集建设中人工操作占比高、易出错的环节，编写自动化脚本实现核心流程自动化，如自动化数据清洗、批量校验等； 3、了解大模型行业前沿动态，如agent/tool use等主流评测方向，理解其技术逻辑与应用场景；了解llm大语言模型训练阶段基本理论（pretrain/sft/rl）与数据形态；

1、本科及以上学历（尽量推送985/211/海归背景），计算机科学、人工智能、软件工程、数据科学等相关专业优先； 2、扎实的计算机基础：能够借助AI工具熟练进行代码实现以及源码调试，精通python，同时熟练掌握与其他语言交互（如go，java，javascript）的能力，具备跨语言工程实践经验。 3、具备快速学习新技术、新框架、新行业趋势的能力，能够在1-2周内熟悉环境并上手工作。 4、了解常见的大模型评估流程与指标体系，适应大模型行业快速迭代的技术环境。有自我沉淀，自我复盘的能力，能够将零散的业务信息体系化 5、乐于分享和效率提升，能够使用AI赋能自己以及周围同学在工作中的事情，对工作中人工操作占比高、易出错的环节，编写自动化脚本实现核心流程自动化，如数据清洗、批量校验等。 6、具备较强的沟通能力，能高效与研发、产品等跨团队成员沟通，精准对齐需求、传递信息、推动问题整改，确保评测工作顺畅推进；