Agent评测专家-AI数据与安全

1、负责Agent系统的全维度评测工作，覆盖文本生成、信息检索、多模态等多个能力方向，结合业务场景设计评测方案，统筹管理评测任务与外包资源，持续提升评测效率与质量标准； 2、重点负责Agent效果评估，聚焦工具调用（Skill）准确性、检索结果相关性、多模态内容理解质量、任务规划合理性、推理链完整性等核心评测维度搭建； 3、建立科学、多元的Agent评测方法论与指标体系，推进自动化评测框架落地，确保对Agent核心能力进行高效、精准评估，助力Agent模型核心能力持续提升； 4、深入理解业务场景、市场动态及Agent技术趋势，牵引数据团队与算法、产品团队深度融合，推动评测体系与业务需求、技术迭代同频； 5、输出高质量评测报告，沉淀评测方法论与最佳实践，为产品决策和技术优化提供数据支撑。

1、本科及以上学历，专业背景多元开放——中文/新闻/传播、语言学、信息管理、图书情报、心理学、设计学、计算机等各类专业背景均可，具备跨学科知识储备与多元视角者优先； 2、1年以上AI产品、大模型或Agent相关评测/运营/产品经验，熟悉Agent工作原理与Skill/工具调用逻辑，对检索质量、多模态内容有较好的判断力，具备从评测设计到报告输出的完整经验者优先； 3、具备较强的逻辑推理与问题拆解能力，能搭建适配Agent能力维度的评估体系，擅长从评测结果中挖掘产品改善建议并推动落地； 4、熟悉Prompt Engineering核心方法论，有PE项目实践经验，对ReAct、CoT、RAG等概念有基础理解，对AI新技术保持好奇心与学习热情； 5、对Agent、GenAI领域充满热情，具备出色的文字表达能力与快速学习能力，具备良好的跨团队沟通与协作能力，能独立输出专业评测报告。