大模型算法工程师（具备评测能力）

工作内容 1、参与快手基础大模型及 Agent 应用评估体系的构建与持续优化，建立高水平的评测机制，支撑大模型技术迭代升级； 2、参与评测数据集与 BenchMark 的设计与完善，搭建评测环境，开发评测工具，实现评测报告自动化生成，全面提升评测流程效率； 任职要求 ● 计算机科学、软件工程或人工智能等相关专业背景。 ● 精通 Python 和 JavaScript，具备扎实的编程功底和工程实践能力，能独立完成技术问题分析与解决。 ● 了解主流模型评估数据集（HumanEval、SWE-Bench、τ²-Bench、GAIA 等）。 ● 掌握模型评估指标的设计逻辑与结果分析方法（准确率、通过率、BLEU、******、代码执行率等）。 ● 具备较强的数据分析意识，能够依据评测数据输出有效结论。 ● 具备良好的技术文档编写能力，可清晰展示模型能力的发展变化趋势。