锦鲤求职岗位描述
工作内容
你将负责
1. 参与 Agent 应用与大模型的评测体系建设，设计评测维度、构造评测数据集与测试用例；
2. 针对 Agent 应用（含工具调用、多轮规划、任务完成度等方向）开展功能评测、效果评测与对比分析；
3. 针对大模型本身开展能力评测、边界测试与问题归因，输出评测报告并推动模型侧改进；
4. 编写评测脚本与自动化评测流程，跟进业界主流模型与 Agent 应用的能力进展，沉淀评测方法论。
任职条件
我们希望你
1. 硕士及以上学历，计算机、人工智能、软件工程等相关专业；
2. 具备 AI 应用背景：实际做过 Agent 应用开发或落地项目（如基于大模型构建工具调用、多轮对话、工作流编排等），或对大模型能力有深入使用与理解；
3. 具备 评测背景：有模型评测、系统评测、质量保障或测试相关经验，熟悉常见评测指标与评估方法；
4. 编程基础扎实，熟练使用 Python，能独立编写评测脚本与数据处理 pipeline；
5. 好奇心强：对大模型和 Agent 技术有浓厚兴趣，愿意主动探索能力边界、折腾新模型和新玩法；
6. 责任心强，注重交付闭环：交代的任务能按时保质完成，遇到问题及时同步、主动推进，对结果负责；
7. 能 onsite 坐班实习。
加分项
- 有模型训练 / 微调经验（如 LoRA、SFT、RLHF、分布式训练等），了解模型训练流程；
- 熟悉主流大模型（GPT、Claude、DeepSeek、Qwen 等）的能力与局限；
- 了解云平台 / MLOps / LLMOps 相关概念。