蚂蚁健康-高级评测专家-业务风险&评测技术

岗位职责

1. 评测工程体系建设: 面向Personal Agent 构建统一评测平台和训推评一体环境的整体架构设计与落地，打造高效、稳定、可扩展的评测基础设施

2. Benchmark 设计与优化: 主导 benchmark 的构建方法论，设计科学合理的评测指标体系，探索评测RSI

3. 效能与成本优化: 通过技术创新和工程优化，显著提升评测执行效率，降低资源成本，保障评测稳定性

4. 技术前瞻性探索: 跟进业界评测技术前沿，引入创新方法，保持评测体系的领先性

5. 跨团队协同: 与算法、产品、工程团队紧密配合，支撑阿福模型迭代、产品优化等关键决策

6. 知识沉淀: 输出评测方法论、最佳实践、关键系统和统一平台产品，提升团队和蚂蚁整体评测能力

任职要求

1. 专业背景: 计算机、软件工程、人工智能或相关专业本科及以上学历

2. 技术经验: 7 年以上相关技术工作经验，具备大规模系统架构设计能力

3. 核心技能:

• 评测/训练平台: 深入实践过评测平台和环境搭建，有从 0 到 1 建设经验
• 推理引擎: 熟悉主流推理引擎架构，具备性能分析与优化经验
• Agent Infra: 深入理解 Agent 技术栈，包括任务规划、工具调用、记忆管理等

1. 工程能力: 优秀的问题定位与解决能力，能独立排查复杂系统问题 优先条件 (具备以下任一)

• 有评测体系/实验平台/RL 训练相关项目管理经验
• 具备团队管理经验，有带领技术团队的成功案例
• 在深度学习框架、大规模分布式训练有深入实践 加分项
• 有国家/省级理科竞赛获奖经历(数学、物理、信息学奥赛等)
• 在顶级会议/期刊发表过评测相关论文
• 有开源评测工具/框架的核心贡献者

特色标签

AI Agent、C/C++、Docker、Elasticsearch、Golang、Hive、Java、Kafka、Kubernetes、Linux开发/部署经验、Python、PyTorch、Shell、Spark、TensorFlow、个人智能体、中大型项目开发经验、云原生、云计算、云计算经验、保险、信贷、分布式经验、分布式计算、分布式训练、医疗、参加算法相关竞赛/获奖、发表算法相关优秀论文、合规、团队管理经验、基准测试、基础设施、大数据、大数据处理工具(Spark/Hadoop/Hive)、大模型算法、安全、强化学习、微服务经验、性能优化、成本降低、指标体系、推断引擎、推理框架、支付、效率提升、数据安全、智能代理、智能体、智能研发、服务端开发经验、机器学习经验、模型加速/性能优化、测试工具、测试平台、测试技术、深度学习、特征计算、算法工程化经验、系统架构设计经验、经济性优化、英语读写能力良好、计算机相关专业、训推评融合、训推评闭环、训练推理评测一体化、评价指标、评估平台、评估技术、评估指标、评估标准、评测基准、评测基础平台、评测底层设施、评测支撑系统、评测方法、评测系统、资源优化、资源成本控制、金融、隐私计算、预测引擎、风控