蚂蚁集团-大模型评测基础设施研发工程师 / 技术专家-杭州/北京

评测正在成为驱动大模型能力迭代和发版决策的关键基础设施。随着评测对象从模型扩展到 Agent 和智能应用，我们希望建设可信、高效、可扩展的下一代评测体系，为模型进化提供可靠反馈。 1. 建设支撑大模型研发与进化的下一代评测基础设施，将模型能力评估、短板发现、迭代验证和发版决策连接为高效、可信的工程闭环，直接服务模型和 Agent 的研发过程。 2. 面向模型、Agent 和智能应用，建设评测资产、评测生命周期和可信证据链，把复杂的模型版本、Benchmark、Judge、执行环境和评测口径沉淀为稳定、可复用的系统能力，使评测结论可复现、可比较、可解释、可追溯。 3. 面向大规模、长链路和 Agentic 评测的新挑战，连接执行框架、算力调度、模型服务、Judge、工具及交互环境，建设可靠的任务编排、故障恢复和可观测能力，支撑新模型、新 Benchmark 和新评测形态快速接入。 4. 深入…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。

本站当前在招 3143 个北京技术研发岗位，其中 86 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 12K ~ 28K（25~75 分位），中位约 20K，最低 2K、最高 60K。