工作职责：

-负责搭建执行类Agent评测体系，制定长程任务评测标准、测试用例及流程，协助leader完成策略效果的量化评估与迭代优化，输出评测报告并推动问题整改
-负责核心skill、套件的评测，联动相关团队完成内置skill的验证、上线与效果复盘，丰富产品核心能力
-深入理解Agent长程任务的核心痛点，结合业务场景，合理迭代评测方案及评测数据构成，优化评测关键指标，使得评测实时促进产品建设
-搭建评测中台SOP，实现标注任务快速流转，协同数据标注团队，高质量、高效率完成评测任务

任职资格：

-计算机、人工智能、软件工程、数据科学等相关专业优先，有AI、Agent、大模型相关深入体验经验者优先
-能独立完成策略方案撰写、需求拆解及效果复盘，具备数据驱动的策略优化能力
-具备优秀的逻辑思维、问题分析及跨团队协作能力，能快速响应业务需求，抗压性强，有较强的自驱力和创新意识