1.模型评测：设计和实施大模型的评测方案，包括性能测试、准确率测试、鲁棒性测试等。使用使用各种评测指标（如F1分数、AUC、BLEU等）对大模型进行全面评估，确保模型在不同场景下的表现符合预期。编写详细的评测报告，记录评测过程和结果，提出改进建议。
2.性能优化：分析评测结果，识别模型的瓶颈和不足，提出优化方案。与算法工程师合作，优化模型的训练和推理过程，提高模型的准确率和响应速度。优化模型的资源利用，确保在大规模数据处理中的高效性和经济性。
3.业务对接：与产品经理、业务部门紧密合作，了解业务需求，确保模型评测方案的针对性和有效性。支持业务部门在实际应用中遇到的技术问题，提供专业的技术支持和解决方案。
4.技术调研：跟踪最新的大模型技术和评测方法，评估新技术的应用潜力，为公司的技术创新提供方向建议。
5.团队合作：与其他团队成员有效沟通，共享知识和经验，促进团队的技术进步和个人成长。协助团队成员解决技术难题，推动团队的整体技术水平提升。
●教育背景：计算机科学、数学、统计学、人工智能等相关专业本科及以上学历。
●工作经验：具有3年以上测试或AI模型评测或相关工作经验，有金融行业背景者优先。
●技术能力：熟悉Python、C++等编程语言，掌握常用的机器学习和深度学习框架（如TensorFlow、PyTorch等）。
○有丰富的模型评测经验，熟悉各种评测指标和评测方法。
○了解大语言模型（如GPT、BERT等）的工作原理和应用场景，具备实际评测经验。
●专业知识：熟悉常见LLM、VLM评测方案，对业界常见的Benchmark、评测集有基础了解。了解机器学习理论，尤其是深度学习、自然语言处理等技术。了解数据处理和分析方法，能够运用数据驱动的方法协助算法团队优化模型性能。
●解决问题能力：具备较强的问题解决能力，能够独立思考，善于从复杂问题中找到关键点。
●团队合作：良好的团队合作精神，能够与跨职能团队有效沟通，共同推动项目的成功。
●创新意识：对新技术保持高度敏感，乐于接受挑战，具有创新思维和实践能力。