晓天衡宇-大模型标注评测工程师-前端方向（成都）

岗位职责

1. 验收前端方向 AI Coding 数据质量 — 对组件开发、bug-fix、UI 重构等任务数据进行质量验收，核查任务的真实性、难度合理性与工程场景还原度。
2. 标注规范与数据设计：负责主导 Code 方向标注规范的制定与持续迭代，覆盖代码生成、代码补全、debug、代码解释、代码审查等多类任务；设计 Agentic 场景下的标注框架，包括 multi-step reasoning、tool use、planning、self-correction 等复杂任务链的拆解与评估标准；基于模型表现与研究进展，持续优化标注指南，确保数据质量与训练目标对齐;
3. 数据质量管控：对标注员产出进行专家级审核，重点识别代码逻辑错误、安全漏洞、风格一致性问题；建立 Code / Agentic 数据质量评估体系，定义量化指标并追踪质量趋势；设计并执行标注一致性校验流程（IAA），提升跨标注员的数据稳定性;
4. 标注团队赋能：为标注员提供技术培训，将复杂的代码和 Agent 概念转化为可操作的标注实践；担任技术难题的终极裁判，解决边界案例和歧义问题；参与标注工具需求设计，提升代码标注效率;
5. 探索更科学的评测指标、更高效的评测和标注方法。

任职要求

1. 有真实 Web 前端或桌面端开发经验 — 熟练使用 TypeScript/JavaScript，有 React、Vue 或 Angular 等主流框架项目经验。
2. 具备代码审阅与质量判断能力 — 能读懂组件与状态逻辑，判断实现正确性、边界处理与性能问题，识别错误或低质答案。
3. 熟悉前端工程化工具链 — 理解 Webpack/Vite 构建、npm/yarn 包管理、ESLint 代码规范、Git 协作流程。
4. 具备结构化表达与标准化能力 — 能把质检问题清晰描述为缺陷类型、判定依据、影响范围与整改建议，并沉淀为可复用的验收标准。
5. 深刻理解模型能力发展脉络，能预判下一阶段的标注和评测重点；熟悉从基础能力到复杂能力的演进路径。
6. 理解训练数据的分布和特点，能设计针对性的评测来检验数据效果；具备反作弊意识，能识别模型是""""真懂""""还是""""背题""""。

加分项

• 参与过大模型（LLM）数据项目标注/评测/质检 / 验收工作