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": "大模型评测专家",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "核心本地商业-美团平台",
"location": "北京市 / 上海市",
"work_mode": "未披露",AI生成
"job_category": "运营类"AI生成
},
"company": {
"company_name": "美团",
"company_industry": "科技零售 / 生活服务",
"company_size": "10000人以上",
"company_website": "meituan.com",
"company_description": "美团通过科技推动服务零售和商品零售的数字化，连接消费者与商户。"
},
"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": "评测体系建设：面向用户交互场景，设计覆盖基座模型、端到端Agent、用户体验等场景的评测框架和标准，保障评测可解释可复现，并主导Benchmark数据集构建与持续迭代，防控数据污染与评测失效；\n搭建自动化评测工程：通过judge model等自动评测流水线，设计多评委协作机制，控制评测偏见，持续提升自动评测与人工标注的一致性，推动评测提效\n数据生产与质量管控：主导评测/训练数据合成方案设计，建立标注规范与质检体系，同时与数据团队协作，保障大规模数据生产的稳定性与准确性\n模型迭代支撑：输出结构化评测报告，将评测结论转化为可落地的优化建议，与模型训练团队深度协作，建立\"评测→优化→再评测\"闭环\n沉淀团队评测方法论，输出可复用框架与工具",
"requirements_text": "计算机、人工智能、统计学、数学或相关专业,本科及以上学历，3年大模型评测工作经验以上优先\n熟悉业界主流评测工具集和评测集，有独立设计评测框架和评测标准经验\n了解Python语言，有实际开发、测试开发或评测工具开发经验优先\n具备模型和AI产品分析能力，根据评测结论提出优化建议，驱动优化落地\n关注业界前沿AI模型和产品发展，关注AI前沿评测方法发展，并转化为内部评测实践，并且能够熟练借助AI工具进行快速验证，具备Vibe coding或自动化流程搭建能力，支持方案快速验证与落地迭代\n积极主动，对AI和大模型领域有激情，喜欢找办法解决问题，具备较强的团队协作能力、组织协调能力、复杂问题解决能力",
"skills": [AI生成
"Python",
"测试开发",
"团队协作",
"解决问题",
"分析能力",
"大语言模型"
],
"preferred_qualifications": "计算机、人工智能、统计学、数学或相关专业,本科及以上学历，3年大模型评测工作经验以上优先；了解Python语言，有实际开发、测试开发或评测工具开发经验优先",
"job_highlights": "紧跟人工智能行业进展，接触到前沿技术和行业趋势，磨练出对人工智能的独到见解；\n参与大模型评测的全流程体系，了解从理论到工程实践的全面技能；\n与一流的人工智能团队合作，快速成长，提升自身能力；\n有机会参与部门的重点项目，跨足不同领域，拓宽人工智能技术的应用范围；"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4387197037&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4387197037",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4387197037&jobShareType=1"
},
"fulltext": "大模型评测专家\n大模型评测专家\n\n基础信息\n工作地点：北京市 / 上海市\n部门：核心本地商业-美团平台\n职位类别：运营类\n职位族群：产品运营\n更新时间：2026-09-16\n\n岗位职责\n评测体系建设：面向用户交互场景，设计覆盖基座模型、端到端Agent、用户体验等场景的评测框架和标准，保障评测可解释可复现，并主导Benchmark数据集构建与持续迭代，防控数据污染与评测失效；\n搭建自动化评测工程：通过judge model等自动评测流水线，设计多评委协作机制，控制评测偏见，持续提升自动评测与人工标注的一致性，推动评测提效\n数据生产与质量管控：主导评测/训练数据合成方案设计，建立标注规范与质检体系，同时与数据团队协作，保障大规模数据生产的稳定性与准确性\n模型迭代支撑：输出结构化评测报告，将评测结论转化为可落地的优化建议，与模型训练团队深度协作，建立\"评测→优化→再评测\"闭环\n沉淀团队评测方法论，输出可复用框架与工具\n\n岗位基本要求\n计算机、人工智能、统计学、数学或相关专业,本科及以上学历，3年大模型评测工作经验以上优先\n熟悉业界主流评测工具集和评测集，有独立设计评测框架和评测标准经验\n了解Python语言，有实际开发、测试开发或评测工具开发经验优先\n具备模型和AI产品分析能力，根据评测结论提出优化建议，驱动优化落地\n关注业界前沿AI模型和产品发展，关注AI前沿评测方法发展，并转化为内部评测实践，并且能够熟练借助AI工具进行快速验证，具备Vibe coding或自动化流程搭建能力，支持方案快速验证与落地迭代\n积极主动，对AI和大模型领域有激情，喜欢找办法解决问题，具备较强的团队协作能力、组织协调能力、复杂问题解决能力\n\n岗位亮点\n紧跟人工智能行业进展，接触到前沿技术和行业趋势，磨练出对人工智能的独到见解；\n参与大模型评测的全流程体系，了解从理论到工程实践的全面技能；\n与一流的人工智能团队合作，快速成长，提升自身能力；\n有机会参与部门的重点项目，跨足不同领域，拓宽人工智能技术的应用范围；\n评测体系建设：面向用户交互场景，设计覆盖基座模型、端到端Agent、用户体验等场景的评测框架和标准，保障评测可解释可复现，并主导Benchmark数据集构建与持续迭代，防控数据污染与评测失效；\n搭建自动化评测工程：通过judge model等自动评测流水线，设计多评委协作机制，控制评测偏见，持续提升自动评测与人工标注的一致性，推动评测提效\n数据生产与质量管控：主导评测/训练数据合成方案设计，建立标注规范与质检体系，同时与数据团队协作，保障大规模数据生产的稳定性与准确性\n模型迭代支撑：输出结构化评测报告，将评测结论转化为可落地的优化建议，与模型训练团队深度协作，建立\"评测→优化→再评测\"闭环\n沉淀团队评测方法论，输出可复用框架与工具\n计算机、人工智能、统计学、数学或相关专业,本科及以上学历，3年大模型评测工作经验以上优先\n熟悉业界主流评测工具集和评测集，有独立设计评测框架和评测标准经验\n了解Python语言，有实际开发、测试开发或评测工具开发经验优先\n具备模型和AI产品分析能力，根据评测结论提出优化建议，驱动优化落地\n关注业界前沿AI模型和产品发展，关注AI前沿评测方法发展，并转化为内部评测实践，并且能够熟练借助AI工具进行快速验证，具备Vibe coding或自动化流程搭建能力，支持方案快速验证与落地迭代\n积极主动，对AI和大模型领域有激情，喜欢找办法解决问题，具备较强的团队协作能力、组织协调能力、复杂问题解决能力",
"standard_classification": {
"std_category_code": "T015",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}