【职位描述】
参与评测方案的设计与优化，结合业务需求构建评估数据集，从用户和模型双重视角出发，输出理想态回复并拆解核心考察维度；
运用人工评判或自动化手段对模型生成内容或搜索结果开展定性与定量分析，能系统性梳理全链路环节，定位关键问题并协同产研推进改进；
通过编写PE规则或搭建评估流程实现部分环节的自动化，提升评测工作的效率与结果可靠性；

【人员画像】
1、全日制统招硕士或博士学历，语言学、汉语言文学、小语种等相关文科专业背景优先，985/211高校毕业者更受青睐。
2、熟悉主流大模型如chatGPT、Deepseek、豆包、kimi等，日常使用其实时对话功能；
具备出色的文本归纳、口语化表达与信息检索能力，工作细致认真，理解与执行能力强；
3、性格积极坦诚，沟通语言自然亲切、简明流畅，富有幽默感；
4、拥有扎实的文本创作功底，逻辑思维清晰，善于发现问题、分析数据并主动推动解决。