大模型系统评测工程师

【岗位职责】 1. 根据真实业务和研究问题搭建评测场景，还原任务链路、执行条件、输入输出和完成标准。 2. 实现和维护场景所需的环境、数据、工具、MCP 接口、harness、评估器和模型适配，并管理其版本与依赖。 3. 建设评测运行能力，支持任务编排、沙盒隔离、资源调度、超时控制、失败重试和批量运行。 4. 统一记录模型请求、运行参数、执行轨迹、工具调用、日志、指标、reward 和评测产物，支持回放与复现。 5. 建设统一的模型对照和榜单管理能力，保证不同模型、版本和工作流能够在明确的控制条件下比较。 6. 建立评测工程的稳定性和维护机制，支持回归检测、场景变更影响追踪和运行问题定位。 【任职要求】 1. 具备扎实的编程基础，熟练使用 Python，掌握 Go、Java 或其他后端语言者优先。 2. 具备平台工程、工作流编排、自动化测试或大规模任务运行经验，能够独立开发和维护生产系统…… 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 3141 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。