AI 评测平台 Leader

核心使命： 面向 C 端 AI Agent 应用建设行业领先的评测平台与评测驱动研发体系，将模型和应用的概率性效果转化为可衡量、可归因、可优化、可持续演进的工程闭环，让评测结论持续驱动模型、Agent 工程、关键 Tool 与产品体验提升。 岗位职责 1、负责评测体系设计，建设覆盖评测集、评测标准、Rubric、参考答案及必过/黄金/挑战分层的评测资产体系，明确业务场景的质量定义与准出口径。 2、建设自动化评测平台，打通数据集管理、任务编排、多模型/多配置运行、机评、人评、结果分析、问题下钻与回归验证，提升评测规模、效率和研发使用体验。 3、完善多层评测能力，建设面向用户最终体验的端到端评测，以及模型、关键 Tool、组件、Trace 过程和多配置消融等专项评测。 4、建立持续校准与资产回流机制，结合线上真实会话、人机一致性、需求迭代和行业变化，持续校准 Judge、评测集和评测标准，使离…… 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 3059 个上海技术研发岗位，其中 104 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 12K ~ 22K（25~75 分位），中位约 20K，最低 4K、最高 100K。