岗位职责：
1、对话AI大模型评测方案制订与落地：制订可延展泛化的的对话类大模型评测方案，含维度、指标及具体问题；
2、根据不同阶段评测目标及要求，生成测评数据以及评测报告，持续助力大模型能力迭代；
3、基于多种方式分场景/分类型评估搜索的体验水位，并总结评估时遇到的疑难问题，完善淘宝问问评测标准细则；
4、针对以上任务能沉淀规则规范，对于垂直领域及核心问题做总结提炼，丰富淘宝问问评测标准；
5、结合具体评测数据进行问题分析和总结，并产出简要评测报告；
6、基于对规则的深刻理解，需要对评测同学进行问题答疑和整体交付结果进行质检和验收
职位要求：
1、有大模型评测优先、审核标注类经验优先、评测质检经验优先
2、本科及以上学历，有电商行业经验优先，对电商行业有浓厚兴趣，有数据思维
3、积极主动有自驱力，踏实肯干思维灵活，具备较强的沟通和协调能力
4、熟练使用 excel 等办公软件