职位描述
1. 负责构建覆盖模型推理全链路的端到端效果与性能评测体系：结合业务场景与推理部署需求，设计完备的算法效果、推理性能及服务稳定性的测评方案，建立高置信度的评测标准与基线。
2. 依据推理优化与模型迭代需要，协助开发构建高质量的多场景评测数据集，建设合理的标签与难度分级体系，系统化管理和维护数据集版本。
3. 结合业务推理部署特征（如流式输出、多轮对话、工具调用等），负责相关测试工具、压测平台、自动化对比系统的开发，推进推理产品质量、推理效率、服务可用性的持续提升。任职要求
1. 本科及以上学历，三年以上测试开发经验，计算机、通信、人工智能等相关专业，有较好的操作系统、计算机网络、线性代数等知识基础，了解Linux系统原理和常用网络协议。
2. 有模型/算法测评经验，了解模型训练/推理 的过程和相关技术知识；熟练使用Python/C++/Go，能独立研发/优化测试工具、测试框架者优先。
3. 熟练运用 AI 工具链赋能测试开发全流程：使用 GitHub Copilot、Cursor，Trea 等 AI 编程助手实现代码加速开发与故障调试。
4. 精通提示词工程，依托大模型自动化生成测试用例、自动化脚本、数据分析报告。
5. 可基于大模型快速自研测试轻量效能工具，拥有项目落地经验优先。
