蚂蚁健康-高级评测专家-业务风险&评测技术

岗位描述
1. 评测工程体系建设: 面向Personal Agent 构建统一评测平台和训推评一体环境的整体架构设计与落地，打造高效、稳定、可扩展的评测基础设施
2. Benchmark 设计与优化: 主导 benchmark 的构建方法论，设计科学合理的评测指标体系，探索评测RSI
3. 效能与成本优化: 通过技术创新和工程优化，显著提升评测执行效率，降低资源成本，保障评测稳定性
4. 技术前瞻性探索: 跟进业界评测技术前沿，引入创新方法，保持评测体系的领先性
5. 跨团队协同: 与算法、产品、工程团队紧密配合，支撑阿福模型迭代、产品优化等关键决策
6. 知识沉淀: 输出评测方法论、最佳实践、关键系统和统一平台产品，提升团队和蚂蚁整体评测能力

岗位要求
1. 专业背景: 计算机、软件工程、人工智能或相关专业本科及以上学历
2. 技术经验: 7 年以上相关技术工作经验，具备大规模系统架构设计能力
3. 核心技能:
○ 评测/训练平台: 深入实践过评测平台和环境搭建，有从 0 到 1 建设经验
○ 推理引擎: 熟悉主流推理引擎架构，具备性能分析与优化经验
○ Agent Infra: 深入理解 Agent 技术栈，包括任务规划、工具调用、记忆管理等
4. 工程能力: 优秀的问题定位与解决能力，能独立排查复杂系统问题
优先条件 (具备以下任一)
● 有评测体系/实验平台/RL 训练相关项目管理经验
● 具备团队管理经验，有带领技术团队的成功案例
● 在深度学习框架、大规模分布式训练有深入实践
加分项
● 有国家/省级理科竞赛获奖经历(数学、物理、信息学奥赛等)
● 在顶级会议/期刊发表过评测相关论文
● 有开源评测工具/框架的核心贡献者