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": "日常实习生-大模型应用评测算法-未来生活实验室",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "Token Foundry",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "阿里巴巴集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "10000人以上",
"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": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 协助团队开展大模型核心应用的评测算法研发工作，参与benchmark构建和评测框架搭建工作；\n2. 参与构建和扩充高质量的评测数据集，协助打通线上/线下benchmark沉淀链路；\n3. 辅助研发和调优基于 LLM-as-a-Judge 的自动化评测体系，提升评测指标的置信度与对齐率；\n4. 参与自动化评测及竞品横评中的 Badcase 归因，为算法模型迭代提供数据支撑与优化建议；\n5. 跟踪大模型评测领域（LLM Evaluation、RAG Evaluation）的前沿技术与开源框架，协助整理技术资料并探索创新评测方案。",
"requirements_text": "1. 计算机、人工智能、数据科学、自动化等相关专业，本科及以上学历；\n2. 对大语言模型（LLM）及 AI 应用有浓厚兴趣，有相关课程学习、科研项目或竞赛经验（涉及 NLP、大模型微调、RAG 检索增强生成等方向均可）；\n3. 了解大模型评测基础理论，接触过 DeepEval、Ragas、TruLens 等任一评测框架，或有大模型数据标注、评测集构建经验者优先；\n4. 编程基础扎实，熟练使用 Python，熟悉 Pandas 等常用数据处理库，具备良好的代码习惯与自动化脚本编写能力；\n5. 具备良好的科研学习能力，能够主动跟进领域前沿技术，有相关论文撰写、竞赛获奖经历者优先；\n实习时长不少于 3 个月，每周可到岗 4 天及以上，能尽快到岗者优先；工作态度认真负责，具备良好的团队协作能力与问题解决能力。",
"skills": [AI生成
"Python",
"自然语言处理",
"数据标注",
"模型微调",
"团队协作",
"学习能力",
"大语言模型",
"检索增强生成"
],
"preferred_qualifications": "3. 了解大模型评测基础理论，接触过 DeepEval、Ragas、TruLens 等任一评测框架，或有大模型数据标注、评测集构建经验者优先；5. 具备良好的科研学习能力，能够主动跟进领域前沿技术，有相关论文撰写、竞赛获奖经历者优先；实习时长不少于 3 个月，每周可到岗 4 天及以上，能尽快到岗者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199904660004?deptCodes="
}
]
},
"posting": {
"posting_id": "199904660004",
"post_date": "2026-06-29",
"hire_time": "实习时长不少于 3 个月，每周可到岗 4 天及以上，能尽快到岗者优先",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199904660004?deptCodes="
},
"fulltext": "日常实习生-大模型应用评测算法-未来生活实验室\n日常实习生-大模型应用评测算法-未来生活实验室\n\n基础信息\n毕业起止时间要求：2027-11-01 - 2030-01-01\n职位类别：技术类\n招聘项目：阿里巴巴日常实习生\n工作地点：北京\n\n职位描述\n1. 协助团队开展大模型核心应用的评测算法研发工作，参与benchmark构建和评测框架搭建工作；\n2. 参与构建和扩充高质量的评测数据集，协助打通线上/线下benchmark沉淀链路；\n3. 辅助研发和调优基于 LLM-as-a-Judge 的自动化评测体系，提升评测指标的置信度与对齐率；\n4. 参与自动化评测及竞品横评中的 Badcase 归因，为算法模型迭代提供数据支撑与优化建议；\n5. 跟踪大模型评测领域（LLM Evaluation、RAG Evaluation）的前沿技术与开源框架，协助整理技术资料并探索创新评测方案。\n\n职位要求\n1. 计算机、人工智能、数据科学、自动化等相关专业，本科及以上学历；\n2. 对大语言模型（LLM）及 AI 应用有浓厚兴趣，有相关课程学习、科研项目或竞赛经验（涉及 NLP、大模型微调、RAG 检索增强生成等方向均可）；\n3. 了解大模型评测基础理论，接触过 DeepEval、Ragas、TruLens 等任一评测框架，或有大模型数据标注、评测集构建经验者优先；\n4. 编程基础扎实，熟练使用 Python，熟悉 Pandas 等常用数据处理库，具备良好的代码习惯与自动化脚本编写能力；\n5. 具备良好的科研学习能力，能够主动跟进领域前沿技术，有相关论文撰写、竞赛获奖经历者优先；\n实习时长不少于 3 个月，每周可到岗 4 天及以上，能尽快到岗者优先；工作态度认真负责，具备良好的团队协作能力与问题解决能力。\n\n在招业务\nToken Foundry\n1. 协助团队开展大模型核心应用的评测算法研发工作，参与benchmark构建和评测框架搭建工作；\n2. 参与构建和扩充高质量的评测数据集，协助打通线上/线下benchmark沉淀链路；\n3. 辅助研发和调优基于 LLM-as-a-Judge 的自动化评测体系，提升评测指标的置信度与对齐率；\n4. 参与自动化评测及竞品横评中的 Badcase 归因，为算法模型迭代提供数据支撑与优化建议；\n5. 跟踪大模型评测领域（LLM Evaluation、RAG Evaluation）的前沿技术与开源框架，协助整理技术资料并探索创新评测方案。\n1. 计算机、人工智能、数据科学、自动化等相关专业，本科及以上学历；\n2. 对大语言模型（LLM）及 AI 应用有浓厚兴趣，有相关课程学习、科研项目或竞赛经验（涉及 NLP、大模型微调、RAG 检索增强生成等方向均可）；\n3. 了解大模型评测基础理论，接触过 DeepEval、Ragas、TruLens 等任一评测框架，或有大模型数据标注、评测集构建经验者优先；\n4. 编程基础扎实，熟练使用 Python，熟悉 Pandas 等常用数据处理库，具备良好的代码习惯与自动化脚本编写能力；\n5. 具备良好的科研学习能力，能够主动跟进领域前沿技术，有相关论文撰写、竞赛获奖经历者优先；\n实习时长不少于 3 个月，每周可到岗 4 天及以上，能尽快到岗者优先；工作态度认真负责，具备良好的团队协作能力与问题解决能力。",
"standard_classification": {
"std_category_code": "T015",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}