我們正在尋找一位對AI技術充滿熱情
、注重細節的工程師，負責將前沿的AI評測基準（Benchmark）適配並遷移到我們專有的AI Agent評測框架上。你的工作將直接決定我們如何量化和評估AI模型的智能水平，是連接AI研究與工程化落地的核心橋梁。核心職責:評測集遷移與適配：深入理解業界主流的AI/Agent評測集，負責將其數據結構
、評測邏輯和評估指標
，精準地適配並遷移到公司內部的統一評測框架上，解決適配遷移過程中麵臨的各自問題。評測任務執行與監控：負責大規模評測任務的部署、執行與監控
，確保評測過程的穩定性和數據產出的準確性。結果分析與報告：對評測結果進行初步的數據清洗和格式化
，為算法團隊提供清晰
、可靠的性能數據報告
，並能定位因適配問題導致的數據異常。任職要求：教育背景：計算機相關專業，本科及以上學曆, 2年以上相關工作經驗。編程能力：有一定的python開發能力，熟悉JSON
、YAML等數據格式，熟悉Linux開發環境，能夠使用Shell腳本進行自動化任務。評測能力: 具備處理複雜評測邏輯的能力，理解Judge評測範式，了解Agent的評估指標
，不僅限於文本生成質量，還包括對規劃能力
、工具調用成功率等維度，了解代碼類評測基準（如HumanEval, SWE-bench），能夠確保評測集遷移準確性。理解與溝通能力：nenggoukuaisuyuedubinglijiejishulunwenhekaiyuanxiangmuwendang，zhunquebawopingcejidehexinluoji。nenggouyusuanfayanjiuyuanhekuangjiakaifagongchengshijinxinggaoxiaogoutong，qingxibiaodashipeiguochengzhongyudaodewentihexuqiu。