数据技术及产品部-大模型评测算法-coding方向

1.主导评测体系建设：定义 Coding 能力分层、场景覆盖与评价标准，建立兼顾真实性、区分度、可复现性和迭代效率的评测方案。 2.研发高质量评测数据：围绕真实代码仓库与研发流程，建设任务采集、自动化合成、难度校准与质量控制机制，解决数据污染、任务歧义和评测集饱和等问题。 3.研发自动化判分方法：结合编译执行、单元测试、集成测试、静态分析与模型裁判，评价功能正确性、需求遵循、代码质量及变更合理性，提升判分准确性与抗投机能力。 4.建设 Coding Agent 评测环境：支持代码检索、工具调用、终端操作、环境配置、测试调试等完整研发流程，解决执行隔离、环境复现、长程任务评测与运行稳定性问题。 5.开展能力诊断与归因：结合任务结果和执行轨迹，定位模型在代码理解、规划、编辑、调试与工具使用中的关键短板，形成可验证的改进建议。 6.推动评测与研发闭环：与模型训练、算法、产品及工程团队协作，将评测…… 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 20961 个北京岗位（全城各职能合计），其中 1782 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。