重庆 python 招聘（工资待遇要求）

岗位职责
1.评测自动化体系建设与迭代：负责构建公司大模型产品的自动化评测工程体系，涵盖评测流程、工具链与平台化开发，保障评测任务高效、可复用与规模化执行。
2.评测框架设计与开发：主导自动化评测框架的设计与实现，集成主流评测基准（benchmark），支持多维度能力（如多模态生成、创意创作、人格化等）的自动评估与结果分析。
3.前沿评测范式探索与落地：跟踪学术界与工业界自动化评测技术动态，结合业务需求，实验并引入先进的评测方法（如基于LLM-as-a-Judge、仿真环境评估、对抗性测试等），持续提升评测的效度与覆盖度。
4.评测数据与报告工程化：开发自动化数据采集、清洗与指标计算流水线，实现评测报告的一键生成与可视化，支持结果溯源与多维对比，为算法与产品迭代提供工程化洞察。
5.评测工具链与平台协作：与算法、数据、产品团队协作，将自动化评测能力嵌入模型训练与发布流程，推动评测闭环的工程化落地，提升团队整体效能。
任职要求
1.学历背景：本科及以上学历，软件工程、计算机、数据科学、人工智能、统计学等相关专业。
2.技术能力：具备扎实的工程开发经验，精通Python，熟练使用至少一种Web框架（如FastAPI、Django）及异步任务、分布式处理相关技术。具备良好的系统设计意识，能独立完成从需求分析、技术选型到模块实现的完整流程。
3.数据与算法工程能力：熟练掌握数据处理与分析工具（Pandas、NumPy、SQL等），能高效完成评测数据的结构化处理与统计建模。了解常用评估指标（如ROUGE、BLEU、准确率、胜率等）的算法实现与优化方法，具备指标定制化开发能力。
4.工程素养：对代码质量、系统可维护性有较高要求，具备模块化、配置化设计思维，注重文档沉淀与技术复用。逻辑清晰，能系统性拆解复杂评测需求，并输出高可靠、易扩展的工程方案。
5.协作与驱动力：具备良好的跨团队沟通能力，能协同算法、数据标注、产品等多方角色推进工程落地。对技术前沿保持敏感，有较强的自主探索与落地转化意愿，能主动优化现有评测链路。
6.加分项：有大规模模型自动化评测系统、评测平台或Benchmark框架开发经验者优先。熟悉LLM评估相关开源项目（如OpenCompass、MT-Bench、AlpacaEval等），或有贡献者优先。