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": "服务端资深工程专家",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "武汉",
"work_mode": "未披露",AI生成
"job_category": "软件研发"AI生成
},
"company": {
"company_name": "小米集团",
"company_industry": "消费电子 / 智能制造 / 物联网",
"company_size": "10000人以上",
"company_website": "xiaomi.com",
"company_description": "小米是一家消费电子和智能制造企业，以智能手机、智能硬件和物联网平台为核心。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 5,
"degree": "- 计算机相关专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "作为一名高级服务端研发工程师，您将会是小爱同学研发团队的关键一员，主要责任包括:\n1. 主导 Agent Benchmark 的平台化落地：负责 SWE、Terminal、Claw、MCP 等多类 Agent Benchmark 在评测平台上的整体接入与工程化，沉淀标准化、可复用的接入能力，避免每类 Benchmark 重复建设；\n2. 构建评测运行底座：统筹沙盒环境、依赖管理、网络访问、并发调度等关键能力建设，保障大规模评测在生产环境下的稳定、可复现与高效运行；\n3. 保障评测质量与可观测性：从 Harness 与打分逻辑出发，确保平台化改造后评测结果的准确可信，并建立完善的诊断与问题归因能力；\n4. 衔接算法与工程：深入理解各 Benchmark 所考察的模型能力维度，作为算法团队与工程平台之间的技术桥梁，推动评测需求高质量落地；\n5. 沉淀工程标准：推动评测任务、指标产物、结果归档、版本追溯等标准化规范，支撑评测能力被算法、产品、技术方向团队持续复用。",
"requirements_text": "任职要求\n- 计算机相关专业本科及以上学历，5年及以上后端/平台/Infra 研发经验；\n- 精通至少一门主流后端语言（Python/Go/Java 等）；\n- 主导过中大型平台或系统的设计与落地，具备优秀的系统设计与工程实现能力；\n- 熟悉容器化与沙盒隔离、分布式系统、任务调度与并发控制，有大规模任务编排或性能优化经验；熟悉网络通信与代理机制，能处理外部接口访问与稳定性问题；\n- 了解大模型与 Agent 的基本原理，熟悉主流 Agent Benchmark（如 SWE-bench、Terminal-Bench、MCP 相关评测等）的 Harness 与打分逻辑，并据此进行工程化抽象，能与算法团队就模型能力与评测指标深度对话。\n加分项\n- 有搭建评测/实验平台或类似系统类基础设施从0到1的经验；\n- 有多终端/沙箱环境（虚拟设备、仿真环境）架构设计经验；\n- 主导过平台或新老系统整体演进、迁移的经验；\n- 对评测方法论（LLM-as-judge 等）有一定理解。",
"skills": [AI生成
"Python",
"Java",
"分布式系统",
"性能优化",
"架构设计",
"Go",
"大语言模型"
],
"preferred_qualifications": "加分项",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7680145374330669338/detail"
}
]
},
"posting": {
"posting_id": "7680145374330669338",
"post_date": "2026-08-31",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7680145374330669338/detail"
},
"fulltext": "服务端资深工程专家\n职位描述\n作为一名高级服务端研发工程师，您将会是小爱同学研发团队的关键一员，主要责任包括:\n1. 主导 Agent Benchmark 的平台化落地：负责 SWE、Terminal、Claw、MCP 等多类 Agent Benchmark 在评测平台上的整体接入与工程化，沉淀标准化、可复用的接入能力，避免每类 Benchmark 重复建设；\n2. 构建评测运行底座：统筹沙盒环境、依赖管理、网络访问、并发调度等关键能力建设，保障大规模评测在生产环境下的稳定、可复现与高效运行；\n3. 保障评测质量与可观测性：从 Harness 与打分逻辑出发，确保平台化改造后评测结果的准确可信，并建立完善的诊断与问题归因能力；\n4. 衔接算法与工程：深入理解各 Benchmark 所考察的模型能力维度，作为算法团队与工程平台之间的技术桥梁，推动评测需求高质量落地；\n5. 沉淀工程标准：推动评测任务、指标产物、结果归档、版本追溯等标准化规范，支撑评测能力被算法、产品、技术方向团队持续复用。\n\n职位要求\n任职要求\n- 计算机相关专业本科及以上学历，5年及以上后端/平台/Infra 研发经验；\n- 精通至少一门主流后端语言（Python/Go/Java 等）；\n- 主导过中大型平台或系统的设计与落地，具备优秀的系统设计与工程实现能力；\n- 熟悉容器化与沙盒隔离、分布式系统、任务调度与并发控制，有大规模任务编排或性能优化经验；熟悉网络通信与代理机制，能处理外部接口访问与稳定性问题；\n- 了解大模型与 Agent 的基本原理，熟悉主流 Agent Benchmark（如 SWE-bench、Terminal-Bench、MCP 相关评测等）的 Harness 与打分逻辑，并据此进行工程化抽象，能与算法团队就模型能力与评测指标深度对话。\n加分项\n- 有搭建评测/实验平台或类似系统类基础设施从0到1的经验；\n- 有多终端/沙箱环境（虚拟设备、仿真环境）架构设计经验；\n- 主导过平台或新老系统整体演进、迁移的经验；\n- 对评测方法论（LLM-as-judge 等）有一定理解。\n作为一名高级服务端研发工程师，您将会是小爱同学研发团队的关键一员，主要责任包括:\n1. 主导 Agent Benchmark 的平台化落地：负责 SWE、Terminal、Claw、MCP 等多类 Agent Benchmark 在评测平台上的整体接入与工程化，沉淀标准化、可复用的接入能力，避免每类 Benchmark 重复建设；\n2. 构建评测运行底座：统筹沙盒环境、依赖管理、网络访问、并发调度等关键能力建设，保障大规模评测在生产环境下的稳定、可复现与高效运行；\n3. 保障评测质量与可观测性：从 Harness 与打分逻辑出发，确保平台化改造后评测结果的准确可信，并建立完善的诊断与问题归因能力；\n4. 衔接算法与工程：深入理解各 Benchmark 所考察的模型能力维度，作为算法团队与工程平台之间的技术桥梁，推动评测需求高质量落地；\n5. 沉淀工程标准：推动评测任务、指标产物、结果归档、版本追溯等标准化规范，支撑评测能力被算法、产品、技术方向团队持续复用。\n任职要求\n- 计算机相关专业本科及以上学历，5年及以上后端/平台/Infra 研发经验；\n- 精通至少一门主流后端语言（Python/Go/Java 等）；\n- 主导过中大型平台或系统的设计与落地，具备优秀的系统设计与工程实现能力；\n- 熟悉容器化与沙盒隔离、分布式系统、任务调度与并发控制，有大规模任务编排或性能优化经验；熟悉网络通信与代理机制，能处理外部接口访问与稳定性问题；\n- 了解大模型与 Agent 的基本原理，熟悉主流 Agent Benchmark（如 SWE-bench、Terminal-Bench、MCP 相关评测等）的 Harness 与打分逻辑，并据此进行工程化抽象，能与算法团队就模型能力与评测指标深度对话。\n加分项\n- 有搭建评测/实验平台或类似系统类基础设施从0到1的经验；\n- 有多终端/沙箱环境（虚拟设备、仿真环境）架构设计经验；\n- 主导过平台或新老系统整体演进、迁移的经验；\n- 对评测方法论（LLM-as-judge 等）有一定理解。",
"standard_classification": {
"std_category_code": "T015",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}