大模型智能标注与智能评测算法工程师（全模态方向）（J105943）

岗位职责

• 负责面向文本、图片、音频、视频及多轮交互的智能标注与智能评测平台建设
• 建设全模态数据生产链路，包括数据清洗、任务分级、模型预标、人工复核、质量验收和数据回流
• 研发智能标注算法，提升跨模态内容理解、实体抽取、分类、生成、排序和偏好标注能力
• 研发全模态 Judge Model、Reward Model 和评测 Agent，支持 Pointwise、Pairwise、GSB 及细粒度 Rubric 评测
• 建设图文一致性、音画一致性、视觉事实准确性、跨模态推理和多轮任务完成度等专项评测能力
• 建设金标集、难例集和对抗评测集，通过专家评审和一致性校准，持续提升人机一致率与机评可信度
• 基于线上 Bad Case 建设自动归因、智能标注、训练数据生成和回归评测闭环
• 支撑全模态模型选型、流量分配、版本对比和上线决策，综合衡量效果、时延与推理成本
• 与产品、数据、模型、工程及医学专家协作，推动能力在健康问答、皮肤、药盒、报告单、医学影像和内容生产等场景落地

任职要求

• 计算机、人工智能、机器学习、统计学等相关专业本科及以上学历
• 熟练掌握 Python、PyTorch 及主流大模型训练和推理框架
• 熟悉大语言模型及视觉语言模型，理解多模态编码、跨模态对齐、信息融合和多轮交互等关键技术
• 具备文本、图像、音频或视频中至少两类模态的算法实践经验
• 熟悉 SFT、偏好优化、知识蒸馏、Reward Model 或 Agent 等技术中的一种或多种
• 具备 Judge Model、Rubric、金标集、评测校准或自动化评测体系建设经验
• 熟悉准确率、召回率、F

1. GSB、人机一致率及统计显著性等评测方法

• 具备数据工程与质量治理能力，能够建设可版本化、可追溯、可复用的全模态数据链路
• 有医疗健康、全模态大模型、智能标注、模型评测或大规模线上业务经验者优先