主分类：AI模型评测工程
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "数据技术及产品部-多模态理解大模型评测专家-杭州/北京",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "北京 / 杭州",
"work_mode": "未披露",AI生成
"job_category": "算法研发"AI生成
},
"company": {
"company_name": "阿里巴巴控股集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "阿里巴巴集团面向消费者和企业提供电子商务、云计算及人工智能服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "本科",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 主导多模态理解大模型评测体系设计，从真实用户场景出发定义核心能力维度，将体验痛点转化为可量化的评测指标。\n2. 设计覆盖信息检索、内容理解、文档分析、视频摘要、富媒体问答等高频场景的评测任务，推动评测从\"学术任务\"向\"产品体验\"演进。\n3. 持续挖掘真实使用中的 Bad Case，做系统性分类与归因，形成问题清单与改进优先级。\n4. 建立评测数据质量管控与版本管理机制，定期更新评测集以覆盖新场景与新模态组合。\n5. 与产品、算法团队紧密协作，在新模型上线前完成评测，提供数据驱动的优先级建议。",
"requirements_text": "1. 对多模态 AI 产品有强烈用户视角，能清晰阐述\"什么是好的产品多模态理解体验\"并转化为可量化指标。\n2. 具备从零设计产品侧评测体系的经验，理解评测集在区分度、代表性、生态效度方面的权衡。\n3. 2 年以上 AI 产品（多模态大模型、智能助手、AI 搜索、文档/视频理解等）的产品、体验或评测相关经验。\n4. 对多模态理解技术有基本认知，能与算法团队进行有效的技术沟通。\n5. 熟练掌握 Python，有评测工具或平台开发经验，熟悉前端或主流可视化工具者优先。\n6. 良好的产品思维与沟通能力，能从用户需求出发设计评测方案。\n加分项\n1. 有 ChatGPT、Claude、Gemini、Qwen-VL 等主流多模态产品的深度使用与体验分析经历。\n2. 有用户研究、用户访谈或用户反馈管理体系建设经验。\n3. 具备 NLP 或 CV 背景，对多模态融合有一定理解。\n4. 有内容审核、信息检索、文档/视频理解等相关产品的评测或产品经验。",
"skills": [AI生成
"Python",
"自然语言处理",
"用户研究",
"沟通能力",
"大语言模型"
],
"preferred_qualifications": "5. 熟练掌握 Python，有评测工具或平台开发经验，熟悉前端或主流可视化工具者优先；加分项",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100018380001"
}
]
},
"posting": {
"posting_id": "100018380001",
"post_date": "2026-09-11",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100018380001"
},
"fulltext": "数据技术及产品部-多模态理解大模型评测专家-杭州/北京\n数据技术及产品部-多模态理解大模型评测专家-杭州/北京\n\n基础信息\n工作地点：北京 / 杭州\n\n职位描述\n1. 主导多模态理解大模型评测体系设计，从真实用户场景出发定义核心能力维度，将体验痛点转化为可量化的评测指标。\n2. 设计覆盖信息检索、内容理解、文档分析、视频摘要、富媒体问答等高频场景的评测任务，推动评测从\"学术任务\"向\"产品体验\"演进。\n3. 持续挖掘真实使用中的 Bad Case，做系统性分类与归因，形成问题清单与改进优先级。\n4. 建立评测数据质量管控与版本管理机制，定期更新评测集以覆盖新场景与新模态组合。\n5. 与产品、算法团队紧密协作，在新模型上线前完成评测，提供数据驱动的优先级建议。\n\n职位要求\n1. 对多模态 AI 产品有强烈用户视角，能清晰阐述\"什么是好的产品多模态理解体验\"并转化为可量化指标。\n2. 具备从零设计产品侧评测体系的经验，理解评测集在区分度、代表性、生态效度方面的权衡。\n3. 2 年以上 AI 产品（多模态大模型、智能助手、AI 搜索、文档/视频理解等）的产品、体验或评测相关经验。\n4. 对多模态理解技术有基本认知，能与算法团队进行有效的技术沟通。\n5. 熟练掌握 Python，有评测工具或平台开发经验，熟悉前端或主流可视化工具者优先。\n6. 良好的产品思维与沟通能力，能从用户需求出发设计评测方案。\n加分项\n1. 有 ChatGPT、Claude、Gemini、Qwen-VL 等主流多模态产品的深度使用与体验分析经历。\n2. 有用户研究、用户访谈或用户反馈管理体系建设经验。\n3. 具备 NLP 或 CV 背景，对多模态融合有一定理解。\n4. 有内容审核、信息检索、文档/视频理解等相关产品的评测或产品经验。\n1. 主导多模态理解大模型评测体系设计，从真实用户场景出发定义核心能力维度，将体验痛点转化为可量化的评测指标。\n2. 设计覆盖信息检索、内容理解、文档分析、视频摘要、富媒体问答等高频场景的评测任务，推动评测从\"学术任务\"向\"产品体验\"演进。\n3. 持续挖掘真实使用中的 Bad Case，做系统性分类与归因，形成问题清单与改进优先级。\n4. 建立评测数据质量管控与版本管理机制，定期更新评测集以覆盖新场景与新模态组合。\n5. 与产品、算法团队紧密协作，在新模型上线前完成评测，提供数据驱动的优先级建议。\n1. 对多模态 AI 产品有强烈用户视角，能清晰阐述\"什么是好的产品多模态理解体验\"并转化为可量化指标。\n2. 具备从零设计产品侧评测体系的经验，理解评测集在区分度、代表性、生态效度方面的权衡。\n3. 2 年以上 AI 产品（多模态大模型、智能助手、AI 搜索、文档/视频理解等）的产品、体验或评测相关经验。\n4. 对多模态理解技术有基本认知，能与算法团队进行有效的技术沟通。\n5. 熟练掌握 Python，有评测工具或平台开发经验，熟悉前端或主流可视化工具者优先。\n6. 良好的产品思维与沟通能力，能从用户需求出发设计评测方案。\n加分项\n1. 有 ChatGPT、Claude、Gemini、Qwen-VL 等主流多模态产品的深度使用与体验分析经历。\n2. 有用户研究、用户访谈或用户反馈管理体系建设经验。\n3. 具备 NLP 或 CV 背景，对多模态融合有一定理解。\n4. 有内容审核、信息检索、文档/视频理解等相关产品的评测或产品经验。",
"standard_classification": {
"std_category_code": "T015",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}