测试开发工程师

岗位职责
1.负责 Agent 产品的效果评测，围绕主子 Agent、多 Agent 架构开展端到端的质量评估；
2.设计基本的评测方案，明确评测范围、场景与指标，形成可执行、可复现的评测流程；
3.构建并维护评测数据集（Benchmark），覆盖真实业务场景、边界场景与异常场景，持续扩充与迭代；
4.执行批量跑测、结果比对与回归验证，输出结构化评测报告，跟进 Agent 迭代的质量变化；
5.深入分析 Bad Case，定位问题环节（模型/Prompt/工具调用/上下文），联动开发推动优化；
6.对多模型、多版本 Prompt、多 Agent 编排方案进行横向对比评测，为模型选型与调优提供数据支撑；
7.参与评测平台的建设与落地（数据集管理、任务调度、指标看板、报告沉淀），推动评测能力工具化。

岗位要求
1.计算机相关专业优先；
2.熟悉大模型与 Agent 基本原理，了解 Function Calling、MCP、多 Agent 协作、RAG 等范式；
3.具备独立的评测方案设计与评测流程建设能力，能把评测工作标准化、流程化地跑起来；
4.具备一定编程能力，掌握 Python/Go 其中一种即可，能编写评测脚本、处理数据集、搭建自动化跑测流程；
5.对数据敏感，具备指标设计与数据分析能力，能从评测结果中提炼有效结论；
6.细致耐心，具备优秀的 Case 分析与问题拆解能力，能独立完成 Bad Case 归因；
7.AI 工具的深度使用者，熟悉主流大模型能力边界；有大模型/Agent 效果评测、Benchmark 建设、Prompt 评估相关经验者优先；
8.具备评测平台/工具建设能力者优先，能配合共建平台，或熟练借助 AI 编程工具完成平台开发；
9.良好的沟通协作能力与文档能力，能输出清晰的评测报告并推动结论落地。