【Dots】大模型评测算法工程师

1、建设端到端模型评测体系。 面向预训练、多模态、Agent、Coding 及应用与模型行为等方向，设计能力分层、任务协议、数据规范、指标体系与评测流程；建设统一、可扩展的评测框架，支持不同模型、任务和评测方法的接入与横向比较。 2、研究自动评分与验证算法。 研发基于规则、可执行验证器（Verifier）、模型裁判（LLM-as-a-Judge）及学习式评估器的评分方法，结合结果正确性、过程质量和任务约束进行多维度评价；通过人工校准、偏差分析和一致性检验，提高评分可靠性。 3、研究高区分度与泛化能力评测。 与能力评测师及各方向算法团队协作，开展任务生成、样本筛选、难度分层、数据去重及污染检测，建设独立测试集与持续回归集，研究评测覆盖度、区分度和跨场景泛化能力。 4、研发能力诊断与统计分析方法。 基于分层评测、置信区间、显著性检验、消融实验及轨迹分析，识别模型收益与回退，区分模型能力、采样策…… 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 18762 个北京岗位（全城各职能合计），其中 2681 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 10K，最低 2K、最高 300K。