模型评测工程师
Model Evaluation Engineer
用数据集、指标和评测系统判断模型或应用是否真的变得更好。
岗位概览
以下内容来自公开招聘样本与官网资料归纳；不同公司、城市、经验和用工性质会显著改变实际要求。
- 可复核样本
- 采集中
- 最后更新
- 2026-09-20
岗位在解决什么
- 把“效果不错”转成可复现的任务、数据集、指标和对照实验。
- 区分模型能力、检索质量、工具调用成功率和真实用户体验，定位变化来自哪里。
JD 要求：待样本核验
- 正在区分基础模型评测、应用评测、红队测试和数据质量方向，避免把它们混作一个岗位。
- 未完成招聘样本核验前，不归纳学历、年限或具体工具门槛。
面试准备方向
- 带一个评测设计：任务定义、样本构成、主指标、人工复核和统计误差如何处理。
- 说明线上指标与离线评测冲突时，怎样追溯根因并决定是否上线。