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": "多模态大模型评测工程师-【可灵AI专项】",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "D13923",
"location": "Beijing",
"work_mode": "未披露",AI生成
"job_category": "J0012"AI生成
},
"company": {
"company_name": "快手科技",
"company_industry": "内容社区 / 直播 / 电商 / 人工智能",
"company_size": "10000人以上",
"company_website": "kuaishou.com",
"company_description": "快手是内容社区与技术平台公司，业务覆盖短视频、直播、电商、本地生活与 AI 应用。"
},
"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": "多模态大模型评测工程师-【可灵AI专项】\n\n基础信息\n招聘类型：社招\n职位类别：J0012\n工作地点：Beijing\n所属部门：D13923\n发布时间：2026-07-09\n\n岗位职责\n岗位亮点：\n1、面向多模态大模型核心能力建设评测体系，覆盖文生图、图像编辑、caption/PE评测等方向；\n2、既需要工程能力，也需要数据分析和模型效果理解，如果你没有相关经验，也适合希望从测试开发、数据工程、平台工程转向大模型评测方向的同学；\n3、参与评测 Agent、模型竞技场、偏好模型、自动化机评、应用数据飞轮等前沿工具链建设；\n4、工作结果直接影响模型迭代、产品体验和算法优化方向。\n职位描述：\n1、以算法视角，参与快手大模型文生图、图像编辑评测工作、算子评估和相关评测体系建设；\n2、参与评测相关自动化评测工具开发及维护，最大化提高评测效率；\n3、以算法手段，对基座大模型和AI Native应用进行分阶段、端到端评测；\n4、参与构建评测Agent工具链、机评设计、对战平台、模型竞技场、模型效果判别模型、应用数据飞轮等工具链建设。\n\n任职要求\n1、本科及以上学历，计算机、人工智能、软件工程、数据科学、自动化等相关专业优先；\n2、具备扎实的软件工程能力，能够独立完成评测工具、自动化流程、数据处理 pipeline 或平台系统的设计与实现；\n3、具备较好质量意识，且对大模型、多模态模型、图像生成或图像编辑有兴趣，能够主动理解模型能力、模型缺陷与数据分布之间的关系；\n4、具备较强的数据分析和问题归因能力，能够从评测结果、线上数据和用户行为中定位问题，并推动后续优化；\n5、具备良好的沟通能力，能够与算法、数据、产品、平台团队协作，推动评测标准和工程方案统一；\n6、具备以下任一方向经验即可：\n○ 测试开发：有自动化测试、测试平台、质量体系、稳定性保障、效果评测相关经验；\n○ 数据分析：有数据清洗、分布分析、指标建设、A/B test、实验分析相关经验；\n○ 算法评测 / 模型评测：有 CV、多模态/LLM、AIGC、推荐、搜索、广告等模型评测经验。\n加分项：\n1、有 AIGC、多模态大模型、图像生成、图像编辑、VLM、Agent 等相关项目经验；\n2、有评测平台、对战平台、模型竞技场、自动化评测系统、数据飞轮建设经验；\n3、熟悉 diffusion、VLM、LLM、prompt engineering、偏好模型、reward model、VLM-as-Judge 等相关概念；\n4、熟悉 SuperCLUE、LMArena、GenAI-Bench、HEIM、T2I-CompBench、DPG-Bench、EditBench 等评测基准或方法论；\n5、有较好的图像审美能力，能够从构图、风格、真实感、文字准确性、主体一致性、指令遵循等角度判断生成效果；\n6、有复杂项目推进经验，能够跨团队推动评测标准、工具链或数据流程落地。",
"requirements_text": "多模态大模型评测工程师-【可灵AI专项】\n\n基础信息\n招聘类型：社招\n职位类别：J0012\n工作地点：Beijing\n所属部门：D13923\n发布时间：2026-07-09\n\n岗位职责\n岗位亮点：\n1、面向多模态大模型核心能力建设评测体系，覆盖文生图、图像编辑、caption/PE评测等方向；\n2、既需要工程能力，也需要数据分析和模型效果理解，如果你没有相关经验，也适合希望从测试开发、数据工程、平台工程转向大模型评测方向的同学；\n3、参与评测 Agent、模型竞技场、偏好模型、自动化机评、应用数据飞轮等前沿工具链建设；\n4、工作结果直接影响模型迭代、产品体验和算法优化方向。\n职位描述：\n1、以算法视角，参与快手大模型文生图、图像编辑评测工作、算子评估和相关评测体系建设；\n2、参与评测相关自动化评测工具开发及维护，最大化提高评测效率；\n3、以算法手段，对基座大模型和AI Native应用进行分阶段、端到端评测；\n4、参与构建评测Agent工具链、机评设计、对战平台、模型竞技场、模型效果判别模型、应用数据飞轮等工具链建设。\n\n任职要求\n1、本科及以上学历，计算机、人工智能、软件工程、数据科学、自动化等相关专业优先；\n2、具备扎实的软件工程能力，能够独立完成评测工具、自动化流程、数据处理 pipeline 或平台系统的设计与实现；\n3、具备较好质量意识，且对大模型、多模态模型、图像生成或图像编辑有兴趣，能够主动理解模型能力、模型缺陷与数据分布之间的关系；\n4、具备较强的数据分析和问题归因能力，能够从评测结果、线上数据和用户行为中定位问题，并推动后续优化；\n5、具备良好的沟通能力，能够与算法、数据、产品、平台团队协作，推动评测标准和工程方案统一；\n6、具备以下任一方向经验即可：\n○ 测试开发：有自动化测试、测试平台、质量体系、稳定性保障、效果评测相关经验；\n○ 数据分析：有数据清洗、分布分析、指标建设、A/B test、实验分析相关经验；\n○ 算法评测 / 模型评测：有 CV、多模态/LLM、AIGC、推荐、搜索、广告等模型评测经验。\n加分项：\n1、有 AIGC、多模态大模型、图像生成、图像编辑、VLM、Agent 等相关项目经验；\n2、有评测平台、对战平台、模型竞技场、自动化评测系统、数据飞轮建设经验；\n3、熟悉 diffusion、VLM、LLM、prompt engineering、偏好模型、reward model、VLM-as-Judge 等相关概念；\n4、熟悉 SuperCLUE、LMArena、GenAI-Bench、HEIM、T2I-CompBench、DPG-Bench、EditBench 等评测基准或方法论；\n5、有较好的图像审美能力，能够从构图、风格、真实感、文字准确性、主体一致性、指令遵循等角度判断生成效果；\n6、有复杂项目推进经验，能够跨团队推动评测标准、工具链或数据流程落地。",
"skills": [AI生成
"数据分析",
"数据清洗",
"自动化测试",
"测试开发",
"项目推进",
"团队协作",
"沟通能力",
"招聘",
"大语言模型"
],
"preferred_qualifications": "1、本科及以上学历，计算机、人工智能、软件工程、数据科学、自动化等相关专业优先；加分项：",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/31300"
}
]
},
"posting": {
"posting_id": "31300",
"post_date": "2026-07-09",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/31300"
},
"fulltext": "多模态大模型评测工程师-【可灵AI专项】\n多模态大模型评测工程师-【可灵AI专项】\n\n基础信息\n招聘类型：社招\n职位类别：J0012\n工作地点：Beijing\n所属部门：D13923\n发布时间：2026-07-09\n\n岗位职责\n岗位亮点：\n1、面向多模态大模型核心能力建设评测体系，覆盖文生图、图像编辑、caption/PE评测等方向；\n2、既需要工程能力，也需要数据分析和模型效果理解，如果你没有相关经验，也适合希望从测试开发、数据工程、平台工程转向大模型评测方向的同学；\n3、参与评测 Agent、模型竞技场、偏好模型、自动化机评、应用数据飞轮等前沿工具链建设；\n4、工作结果直接影响模型迭代、产品体验和算法优化方向。\n职位描述：\n1、以算法视角，参与快手大模型文生图、图像编辑评测工作、算子评估和相关评测体系建设；\n2、参与评测相关自动化评测工具开发及维护，最大化提高评测效率；\n3、以算法手段，对基座大模型和AI Native应用进行分阶段、端到端评测；\n4、参与构建评测Agent工具链、机评设计、对战平台、模型竞技场、模型效果判别模型、应用数据飞轮等工具链建设。\n\n任职要求\n1、本科及以上学历，计算机、人工智能、软件工程、数据科学、自动化等相关专业优先；\n2、具备扎实的软件工程能力，能够独立完成评测工具、自动化流程、数据处理 pipeline 或平台系统的设计与实现；\n3、具备较好质量意识，且对大模型、多模态模型、图像生成或图像编辑有兴趣，能够主动理解模型能力、模型缺陷与数据分布之间的关系；\n4、具备较强的数据分析和问题归因能力，能够从评测结果、线上数据和用户行为中定位问题，并推动后续优化；\n5、具备良好的沟通能力，能够与算法、数据、产品、平台团队协作，推动评测标准和工程方案统一；\n6、具备以下任一方向经验即可：\n○ 测试开发：有自动化测试、测试平台、质量体系、稳定性保障、效果评测相关经验；\n○ 数据分析：有数据清洗、分布分析、指标建设、A/B test、实验分析相关经验；\n○ 算法评测 / 模型评测：有 CV、多模态/LLM、AIGC、推荐、搜索、广告等模型评测经验。\n加分项：\n1、有 AIGC、多模态大模型、图像生成、图像编辑、VLM、Agent 等相关项目经验；\n2、有评测平台、对战平台、模型竞技场、自动化评测系统、数据飞轮建设经验；\n3、熟悉 diffusion、VLM、LLM、prompt engineering、偏好模型、reward model、VLM-as-Judge 等相关概念；\n4、熟悉 SuperCLUE、LMArena、GenAI-Bench、HEIM、T2I-CompBench、DPG-Bench、EditBench 等评测基准或方法论；\n5、有较好的图像审美能力，能够从构图、风格、真实感、文字准确性、主体一致性、指令遵循等角度判断生成效果；\n6、有复杂项目推进经验，能够跨团队推动评测标准、工具链或数据流程落地。\n多模态大模型评测工程师-【可灵AI专项】\n\n基础信息\n招聘类型：社招\n职位类别：J0012\n工作地点：Beijing\n所属部门：D13923\n发布时间：2026-07-09\n\n岗位职责\n岗位亮点：\n1、面向多模态大模型核心能力建设评测体系，覆盖文生图、图像编辑、caption/PE评测等方向；\n2、既需要工程能力，也需要数据分析和模型效果理解，如果你没有相关经验，也适合希望从测试开发、数据工程、平台工程转向大模型评测方向的同学；\n3、参与评测 Agent、模型竞技场、偏好模型、自动化机评、应用数据飞轮等前沿工具链建设；\n4、工作结果直接影响模型迭代、产品体验和算法优化方向。\n职位描述：\n1、以算法视角，参与快手大模型文生图、图像编辑评测工作、算子评估和相关评测体系建设；\n2、参与评测相关自动化评测工具开发及维护，最大化提高评测效率；\n3、以算法手段，对基座大模型和AI Native应用进行分阶段、端到端评测；\n4、参与构建评测Agent工具链、机评设计、对战平台、模型竞技场、模型效果判别模型、应用数据飞轮等工具链建设。\n\n任职要求\n1、本科及以上学历，计算机、人工智能、软件工程、数据科学、自动化等相关专业优先；\n2、具备扎实的软件工程能力，能够独立完成评测工具、自动化流程、数据处理 pipeline 或平台系统的设计与实现；\n3、具备较好质量意识，且对大模型、多模态模型、图像生成或图像编辑有兴趣，能够主动理解模型能力、模型缺陷与数据分布之间的关系；\n4、具备较强的数据分析和问题归因能力，能够从评测结果、线上数据和用户行为中定位问题，并推动后续优化；\n5、具备良好的沟通能力，能够与算法、数据、产品、平台团队协作，推动评测标准和工程方案统一；\n6、具备以下任一方向经验即可：\n○ 测试开发：有自动化测试、测试平台、质量体系、稳定性保障、效果评测相关经验；\n○ 数据分析：有数据清洗、分布分析、指标建设、A/B test、实验分析相关经验；\n○ 算法评测 / 模型评测：有 CV、多模态/LLM、AIGC、推荐、搜索、广告等模型评测经验。\n加分项：\n1、有 AIGC、多模态大模型、图像生成、图像编辑、VLM、Agent 等相关项目经验；\n2、有评测平台、对战平台、模型竞技场、自动化评测系统、数据飞轮建设经验；\n3、熟悉 diffusion、VLM、LLM、prompt engineering、偏好模型、reward model、VLM-as-Judge 等相关概念；\n4、熟悉 SuperCLUE、LMArena、GenAI-Bench、HEIM、T2I-CompBench、DPG-Bench、EditBench 等评测基准或方法论；\n5、有较好的图像审美能力，能够从构图、风格、真实感、文字准确性、主体一致性、指令遵循等角度判断生成效果；\n6、有复杂项目推进经验，能够跨团队推动评测标准、工具链或数据流程落地。\n多模态大模型评测工程师-【可灵AI专项】\n\n基础信息\n招聘类型：社招\n职位类别：J0012\n工作地点：Beijing\n所属部门：D13923\n发布时间：2026-07-09\n\n岗位职责\n岗位亮点：\n1、面向多模态大模型核心能力建设评测体系，覆盖文生图、图像编辑、caption/PE评测等方向；\n2、既需要工程能力，也需要数据分析和模型效果理解，如果你没有相关经验，也适合希望从测试开发、数据工程、平台工程转向大模型评测方向的同学；\n3、参与评测 Agent、模型竞技场、偏好模型、自动化机评、应用数据飞轮等前沿工具链建设；\n4、工作结果直接影响模型迭代、产品体验和算法优化方向。\n职位描述：\n1、以算法视角，参与快手大模型文生图、图像编辑评测工作、算子评估和相关评测体系建设；\n2、参与评测相关自动化评测工具开发及维护，最大化提高评测效率；\n3、以算法手段，对基座大模型和AI Native应用进行分阶段、端到端评测；\n4、参与构建评测Agent工具链、机评设计、对战平台、模型竞技场、模型效果判别模型、应用数据飞轮等工具链建设。\n\n任职要求\n1、本科及以上学历，计算机、人工智能、软件工程、数据科学、自动化等相关专业优先；\n2、具备扎实的软件工程能力，能够独立完成评测工具、自动化流程、数据处理 pipeline 或平台系统的设计与实现；\n3、具备较好质量意识，且对大模型、多模态模型、图像生成或图像编辑有兴趣，能够主动理解模型能力、模型缺陷与数据分布之间的关系；\n4、具备较强的数据分析和问题归因能力，能够从评测结果、线上数据和用户行为中定位问题，并推动后续优化；\n5、具备良好的沟通能力，能够与算法、数据、产品、平台团队协作，推动评测标准和工程方案统一；\n6、具备以下任一方向经验即可：\n○ 测试开发：有自动化测试、测试平台、质量体系、稳定性保障、效果评测相关经验；\n○ 数据分析：有数据清洗、分布分析、指标建设、A/B test、实验分析相关经验；\n○ 算法评测 / 模型评测：有 CV、多模态/LLM、AIGC、推荐、搜索、广告等模型评测经验。\n加分项：\n1、有 AIGC、多模态大模型、图像生成、图像编辑、VLM、Agent 等相关项目经验；\n2、有评测平台、对战平台、模型竞技场、自动化评测系统、数据飞轮建设经验；\n3、熟悉 diffusion、VLM、LLM、prompt engineering、偏好模型、reward model、VLM-as-Judge 等相关概念；\n4、熟悉 SuperCLUE、LMArena、GenAI-Bench、HEIM、T2I-CompBench、DPG-Bench、EditBench 等评测基准或方法论；\n5、有较好的图像审美能力，能够从构图、风格、真实感、文字准确性、主体一致性、指令遵循等角度判断生成效果；\n6、有复杂项目推进经验，能够跨团队推动评测标准、工具链或数据流程落地。",
"standard_classification": {
"std_category_code": "T015",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}