工作职责：

-参与大模型主观能力评测体系建设：围绕创意写作、多模态理解、深度搜索等主观能力，参与评测体系与策略设计，协助搭建并持续优化主观评估方法论
-自动评估能力建设与工具化探索： 参与大模型自动评估方案的设计与落地，包括但不限于基于规则、模型打分、人机对齐等自动评估方法的调研、搭建与效果验证；推动主观评测流程中可标准化环节的自动化，提升评测效率与一致性
-基于真实用户数据进行模型体验分析：利用用户反馈、业务侧数据等真实信号，分析模型主观体验问题，识别关键能力短板，提出可落地的改进方向
-主观评测数据构建与分析：参与评测维度拆解、样本筛选、数据整理与结果分析，输出结构化结论与洞察，支持模型效果评估与对比分析
-支持产品需求分析与应用场景探索：参与大语言模型相关产品的需求分析与场景调研，协助梳理核心价值、目标用户与应用方向，探索模型在搜索与问答、创意写作、多模态理解与创作等场景中的创新应用
-推动评测结论向模型与产品优化转化：与算法、数据、研发等团队协作，将主观评测与产品分析结论转化为可执行的模型优化、数据建设或产品策略建议
-行业与前沿调研：跟踪学术与行业前沿（如主观评测 Benchmark、LLM 用户体验评估方法、竞品策略等等），形成结构化调研材料并进行内部分享，支持产品迭代与长期策略优化
-跨团队沟通与项目推进：作为项目沟通桥梁，促进跨部门信息对齐，支持评测、研发与产品相关事项的高效推进，保障项目按计划落地

任职资格：

-计算机、人工智能、数学、数据科学、产品管理、文史哲等相关专业在校生，对大模型技术与应用有浓厚兴趣
-具备产品思维，能够独立开展需求分析、功能设计与优化思考；对复杂问题有结构化分析与创新解决能力
-具备数据分析能力，能够从数据中提炼洞察并用于指导产品迭代与评估
-具备 AI/大模型相关项目或产品经验者优先，了解行业前沿动态与典型应用者优先，了解机器学习或深度学习基本原理者优先
-了解或有实践经验于自动评估方法（如 LLM-as-a-Judge、基于规则的评分、Reward Model 等）者优先，具备一定的脚本开发或工程落地能力（如 Python）者优先