数据技术及产品部-大模型评测算法-work / Personal Agent方向

1.主导评测体系建设：围绕 work 与 Personal Agent，定义能力框架与评价标准，覆盖需求理解、任务规划、工具使用、多轮协作、长期记忆与个性化，兼顾任务效果、执行效率和用户体验。 2.建设真实任务与交互环境：围绕日常办公、金融、法律、医疗、游戏开发、Blender建模、CAD建模等场景，构建可复现的评测任务与仿真环境，支持跨应用操作、动态反馈和长程任务执行。 3.研发评测数据合成与质检算法：建设任务生成、用户交互模拟、难度校准与质量控制机制，覆盖模糊需求、任务变更、信息缺失和异常中断，提升评测的真实性、区分度与多样性。 4.研发自动化判分方法：结合环境状态验证、产物检查、执行轨迹分析与模型裁判，评价任务完成度、内容质量、事实准确性和约束遵循，解决开放式任务、多种合理解及过程与结果不一致的判分难题。 5.评测个性化与可信执行能力：衡量 Agent 对用户偏好、历史上下文和长期记…… 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 20969 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。