岗位核心定位：本岗位核心是从事大语言模型（LLM）的端侧/云侧评测工作，而非传统业务系统开发。以扎实的工程能力和逻辑思维为基础，深度参与大模型的复杂多轮对话测试、指令遵循评测及自动化评估工具的建设。重点在于设计高难度的“对抗性”评测用例，构建标准化、可量化的评价体系，确保模型输出达到高标准的实用要求。任职要求 1. 多轮对话评测用例设计与架构：根据评测需求，独立完成角色扮演、多轮指令、知识推理及复杂约束等五类核心场景的用例设计，确保对话逻辑自洽、场景还原度高。 2. 强约束条件与结构化数据输出：熟练运用变量占位符、动态约束规则，产出标准化、可接口化的评测数据，保障数据在自动化评测流程中的高效流转。 3. 精细化评测量规（Rubric）制定：针对不同类型的用例，设计细致、多维度的评分矩阵（需明确覆盖完整性、相关性、准确性、角色贴合度及约束遵循度等指标），并制定阶梯式、可量化的具体打分逻辑，为最终产出提供严谨的评估基准。 4. 思维链（CoT）推演与自我对齐验证：针对逻辑推理和复杂多轮场景，预先进行思维链拆解与路径预演；用例产出后，需严格按照既定 Rubric 量规进行自我验证，确保预期输出结果与评分标准精确对齐。硬性门槛条件 1.【经验要求】 2-3年以上后端研发、算法工程或大数据相关经验，熟练使用 Java / Python 等编程语言进行脚本开发、工具搭建，不仅仅是会写 JSON 数据。 2.【项目经历】有良好的工程落地能力，有处理复杂逻辑或海量数据的项目背景。 3.【学历标准】要求一本及以上学历。 4.【技术方向】后端/前端具体技术栈不做限制，但必须具备扎实的代码编写和调试能力，能独立完成自动化评测脚本或辅助工具的编写。 5.【能力要求】计算机软件相关专业，能清楚了解代码实现的底层逻辑，而不是能实现功能就行，具有全栈经历的优先。

职位总结围绕职位描述，归纳工作内容、招聘要求

招聘人数1-2人

薪资报酬6千-1万/月

招聘有效期职位26天内有效

工作地点大连甘井子区浦项IT中心B座

核心工作内容：

本岗位核心是从事大语言模型（LLM）的端侧/云侧评测工作，而非传统业务系统开发。以扎实的工程能力和逻辑思维为基础，深度参与大模型的复杂多轮对话测试、指令遵循评测及自动化评估工具的建设。重点在于设计高难度的“对抗性”评测用例，构建标准化、可量化的评价体系，确保模型输出达到高标准的实用要求。

岗位基本条件：

任职要求：1. 多轮对话评测用例设计与架构：根据评测需求，独立完成角色扮演、多轮指令、知识推理及复杂约束等五类核心场景的用例设计，确保对话逻辑自洽、场景还原度高。2. 强约束条件与结构化数据输出：熟练运用变量占位符、动态约束规则，产出标准化、可接口化的评测数据，保障数据在自动化评测流程中的高效流转。3. 精细化评测量规（Rubric）制定：针对不同类型的用例，设计细致、多维度的评分矩阵（需明确覆盖完整性、相关性、准确性、角色贴合度及约束遵循度等指标），并制定阶梯式、可量化的具体打分逻辑，为最终产出提供严谨的评估基准。4. 思维链（CoT）推演与自我对齐验证：针对逻辑推理和复杂多轮场景，预先进行思维链拆解与路径预演；用例产出后，需严格按照既定 Rubric 量规进行自我验证，确保预期输出结果与评分标准精确对齐。硬性门槛条件：1.【经验要求】 2-3年以上后端研发、算法工程或大数据相关经验，熟练使用 Java / Python 等编程语言进行脚本开发、工具搭建，不仅仅是会写 JSON 数据。2.【项目经历】有良好的工程落地能力，有处理复杂逻辑或海量数据的项目背景。3.【学历标准】要求一本及以上学历。4.【技术方向】后端/前端具体技术栈不做限制，但必须具备扎实的代码编写和调试能力，能独立完成自动化评测脚本或辅助工具的编写。5.【能力要求】计算机软件相关专业，能清楚了解代码实现的底层逻辑，而不是能实现功能就行，具有全栈经历的优先。