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": "晓天衡宇-大模型评测工程师-Coding评测专家",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "晓天衡宇",
"location": "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": 3,
"degree": "本科",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "角色定位:负责Code 方向评测集的设计与构建,覆盖代码补全、函数生成、Bug 修复、代码翻译、单元测试生成等场景。\n核心职责:\n1.设计代码评测任务体系,覆盖不同语言(Python/Java/TypeScript/Go等)、不同难度梯度、不同任务类型\n2.设计自动化评判标准(pass@k、功能正确性、代码质量指标等)\n3.构建对抗性用例(edge case、misleading context、ambiguousspecification)以检测模型鲁棒性",
"requirements_text": "1.3年以上软件开发经验,至少精通2-3门主流编程语言\n2.具备编写高覆盖率测试用例的能力,理解edge case 设计方法论\n3.了解LLM代码生成的典型失败模式(如幻觉API、逻辑缺陷、安全漏洞等)",
"skills": [AI生成
"Python",
"TypeScript",
"Java"
],
"preferred_qualifications": "未披露",
"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=100018760002"
}
]
},
"posting": {
"posting_id": "100018760002",
"post_date": "2026-08-24",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100018760002"
},
"fulltext": "晓天衡宇-大模型评测工程师-Coding评测专家\n晓天衡宇-大模型评测工程师-Coding评测专家\n\n基础信息\n工作地点:杭州\n\n职位描述\n角色定位:负责Code 方向评测集的设计与构建,覆盖代码补全、函数生成、Bug 修复、代码翻译、单元测试生成等场景。\n核心职责:\n1.设计代码评测任务体系,覆盖不同语言(Python/Java/TypeScript/Go等)、不同难度梯度、不同任务类型\n2.设计自动化评判标准(pass@k、功能正确性、代码质量指标等)\n3.构建对抗性用例(edge case、misleading context、ambiguousspecification)以检测模型鲁棒性\n\n职位要求\n1.3年以上软件开发经验,至少精通2-3门主流编程语言\n2.具备编写高覆盖率测试用例的能力,理解edge case 设计方法论\n3.了解LLM代码生成的典型失败模式(如幻觉API、逻辑缺陷、安全漏洞等)\n角色定位:负责Code 方向评测集的设计与构建,覆盖代码补全、函数生成、Bug 修复、代码翻译、单元测试生成等场景。\n核心职责:\n1.设计代码评测任务体系,覆盖不同语言(Python/Java/TypeScript/Go等)、不同难度梯度、不同任务类型\n2.设计自动化评判标准(pass@k、功能正确性、代码质量指标等)\n3.构建对抗性用例(edge case、misleading context、ambiguousspecification)以检测模型鲁棒性\n1.3年以上软件开发经验,至少精通2-3门主流编程语言\n2.具备编写高覆盖率测试用例的能力,理解edge case 设计方法论\n3.了解LLM代码生成的典型失败模式(如幻觉API、逻辑缺陷、安全漏洞等)",
"standard_classification": {
"std_category_code": "T015",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}