主分类：AI模型评测工程
辅助：AI训练数据标注与评测运营（仅展示）
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": "Codewave-服务端开发实习生",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "智企事业部",
"location": "杭州市",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "网易",
"company_industry": "互联网 / 游戏 / 数字内容",
"company_size": "10000人以上",
"company_website": "netease.com",
"company_description": "网易提供互联网和游戏服务，并通过有道、网易云音乐、网易严选等业务提供学习、音乐及消费服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 0,
"degree": "本科",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. Agent 可观测性测试与链路验证 - 参与构建 Codewave AI harness 的可观测性测试体系，覆盖 Agent 执行轨迹、工具调用、阶段编排、token 消耗等关键节点的埋点完整性与准确性验证 - 设计并执行 trace / metric / log 链路的质量校验用例，定位埋点缺陷、链路断点与异常行为，推动可观测性建设闭环\n 2. 评估数据集构造与治理 - 根据评测场景，构造结构化与非结构化测试数据集（代码、规格文档、对话历史、Agent 产出物、对抗性输入等），覆盖正常、边界与困难场景 - 维护评估数据的版本化与可追溯性，沉淀可复用的数据构造脚本与工具，建立\"golden set\"评测基线\n3. AI 产出的人工评估与标注闭环 - 对 LLM / Agent 的输出（代码、文档、执行计划、工具调用序列等）进行人工评估与质量打分，制定评估 rubric（评分准则），建立人审基线 - 参与评估规范的制定与迭代，校准人审与自动化指标（如 LLM-as-a-Judge）的一致性，沉淀标注样本集，支撑自动化评测与回归\n4. 评估基础设施与工具链协作 - 协助完善评估平台、数据管理与可观测性工具链，提升评测构造与标注的效率 - 将测试与评估中发现的问题转化为可执行的诊断（失败模式归类、根因定位），反向驱动 Agent 与 harness 迭代\t",
"requirements_text": "1. 计算机科学、软件工程、人工智能专业本科及以上学历\n2. 熟练掌握 Java / Python / TypeScript 任一语言，具备扎实的编程基础与脚本编写能力 \n3. 熟悉 Linux 常用命令，熟悉基本的数据结构与算法\n 加分项：\n1. 了解 LLM / Agent / RAG 相关概念，对 tool use、prompt engineering、Agent 编排（如 harness、planning）有学习或实践经历 \n2. 了解可观测性相关概念（分布式追踪 trace、metric、log，或 OpenTelemetry 等）\n3. 有软件测试、数据标注、评测或测试开发相关经验，对数据质量与评估方法论有兴趣 \n4. 有AI编程工具实践\t",
"skills": [AI生成
"Python",
"TypeScript",
"Java",
"Linux",
"数据结构",
"数据标注",
"软件测试",
"测试开发",
"大语言模型",
"检索增强生成"
],
"preferred_qualifications": "加分项：",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://hr.163.com/job-detail.html?id=77843&lang=zh"
}
]
},
"posting": {
"posting_id": "77843",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://hr.163.com/job-detail.html?id=77843&lang=zh"
},
"fulltext": "Codewave-服务端开发实习生\n职位描述\n1. Agent 可观测性测试与链路验证 - 参与构建 Codewave AI harness 的可观测性测试体系，覆盖 Agent 执行轨迹、工具调用、阶段编排、token 消耗等关键节点的埋点完整性与准确性验证 - 设计并执行 trace / metric / log 链路的质量校验用例，定位埋点缺陷、链路断点与异常行为，推动可观测性建设闭环\n 2. 评估数据集构造与治理 - 根据评测场景，构造结构化与非结构化测试数据集（代码、规格文档、对话历史、Agent 产出物、对抗性输入等），覆盖正常、边界与困难场景 - 维护评估数据的版本化与可追溯性，沉淀可复用的数据构造脚本与工具，建立\"golden set\"评测基线\n3. AI 产出的人工评估与标注闭环 - 对 LLM / Agent 的输出（代码、文档、执行计划、工具调用序列等）进行人工评估与质量打分，制定评估 rubric（评分准则），建立人审基线 - 参与评估规范的制定与迭代，校准人审与自动化指标（如 LLM-as-a-Judge）的一致性，沉淀标注样本集，支撑自动化评测与回归\n4. 评估基础设施与工具链协作 - 协助完善评估平台、数据管理与可观测性工具链，提升评测构造与标注的效率 - 将测试与评估中发现的问题转化为可执行的诊断（失败模式归类、根因定位），反向驱动 Agent 与 harness 迭代\t\n\n职位要求\n1. 计算机科学、软件工程、人工智能专业本科及以上学历\n2. 熟练掌握 Java / Python / TypeScript 任一语言，具备扎实的编程基础与脚本编写能力 \n3. 熟悉 Linux 常用命令，熟悉基本的数据结构与算法\n 加分项：\n1. 了解 LLM / Agent / RAG 相关概念，对 tool use、prompt engineering、Agent 编排（如 harness、planning）有学习或实践经历 \n2. 了解可观测性相关概念（分布式追踪 trace、metric、log，或 OpenTelemetry 等）\n3. 有软件测试、数据标注、评测或测试开发相关经验，对数据质量与评估方法论有兴趣 \n4. 有AI编程工具实践\t\n1. Agent 可观测性测试与链路验证 - 参与构建 Codewave AI harness 的可观测性测试体系，覆盖 Agent 执行轨迹、工具调用、阶段编排、token 消耗等关键节点的埋点完整性与准确性验证 - 设计并执行 trace / metric / log 链路的质量校验用例，定位埋点缺陷、链路断点与异常行为，推动可观测性建设闭环\n 2. 评估数据集构造与治理 - 根据评测场景，构造结构化与非结构化测试数据集（代码、规格文档、对话历史、Agent 产出物、对抗性输入等），覆盖正常、边界与困难场景 - 维护评估数据的版本化与可追溯性，沉淀可复用的数据构造脚本与工具，建立\"golden set\"评测基线\n3. AI 产出的人工评估与标注闭环 - 对 LLM / Agent 的输出（代码、文档、执行计划、工具调用序列等）进行人工评估与质量打分，制定评估 rubric（评分准则），建立人审基线 - 参与评估规范的制定与迭代，校准人审与自动化指标（如 LLM-as-a-Judge）的一致性，沉淀标注样本集，支撑自动化评测与回归\n4. 评估基础设施与工具链协作 - 协助完善评估平台、数据管理与可观测性工具链，提升评测构造与标注的效率 - 将测试与评估中发现的问题转化为可执行的诊断（失败模式归类、根因定位），反向驱动 Agent 与 harness 迭代\t\n1. 计算机科学、软件工程、人工智能专业本科及以上学历\n2. 熟练掌握 Java / Python / TypeScript 任一语言，具备扎实的编程基础与脚本编写能力 \n3. 熟悉 Linux 常用命令，熟悉基本的数据结构与算法\n 加分项：\n1. 了解 LLM / Agent / RAG 相关概念，对 tool use、prompt engineering、Agent 编排（如 harness、planning）有学习或实践经历 \n2. 了解可观测性相关概念（分布式追踪 trace、metric、log，或 OpenTelemetry 等）\n3. 有软件测试、数据标注、评测或测试开发相关经验，对数据质量与评估方法论有兴趣 \n4. 有AI编程工具实践\t",
"standard_classification": {
"std_category_code": "T015",
"std_aux_codes": [
"B010"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}