蚂蚁集团-AI评测专家-杭州/重庆

1. 评测体系构建： 设计并开发全面、客观、可量化的AI模型评测方案，涵盖能力、性能、安全、伦理等多个维度。 2. 基准测试与执行： ○ 熟练运用和改造现有的主流评测基准（如 MMLU, GSM8K, HumanEval, BIG-Bench, MT-Bench, HELM 等）。 ○ 针对具体业务场景，设计并构建定制化的评测数据集（包括指令编写、数据清洗、质量评估）。 ○ 执行自动化与人工评测，确保评测过程的高效与准确。 3. 深度分析与洞察： ○ 对评测结果进行深度分析，定位模型的能力强项、缺陷与失败模式。 ○ 探究模型在不同任务、领域和提示词下的表现差异。 ○ 撰写详尽的评测报告，清晰地呈现结论，并提出模型改进或应用策略建议。 4. 工具与平台建设： 参与或主导内部评测工具、平台和流程的建设，提升评测的自动化水平与规模化能力。 5. 前沿追踪： 紧密跟踪业界最…… 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 5693 个杭州岗位（全城各职能合计），其中 545 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 9K ~ 20K（25~75 分位），中位约 13K，最低 1K、最高 250K。