大模型评测分析师

【岗位职责】 1、参与大模型评测体系落地与数据闭环建设： 协助搭建和完善大模型标准化评测体系，负责评测集管理、样本采样、机评/人评数据校验、评测结果统计复盘；跟进评测全流程，保障评测数据真实、可信、可追溯，沉淀标准化评测报告，支撑模型能力量化评估； 2、场景问题提炼与标准化评测能力沉淀： 基于日常评测数据与业务反馈，归纳模型高频问题、场景共性缺陷，协助产品经理梳理可复用的评测规则、评测维度与验收标准，区分场景定制化需求与通用标准化能力，助力评测体系规范化、可配置化升级； 3、驱动评测结果落地模型迭代优化： 不局限于分数统计，深度拆解模型评测数据，精准识别模型能力短板、推理错误、场景适配不足等核心问题；完成问题归因分析，输出模型优化、评测集迭代、增量数据生产的具体建议，推动评测结论真正落地为模型迭代动作，打通评测-分析-优化闭环； 4、日常迭代支撑与跨团队协作： 负责日常模型版本回归测试、新…… 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 21309 个北京岗位（全城各职能合计），其中 1808 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 7K ~ 20K（25~75 分位），中位约 12K，最低 1K、最高 300K。