岗位描述
1. 负责智能体产品从模型层到产品层的全链路质量保障,设计并落地评测与测试方案; 2. 构建 LLM/Agent 评测体系,包括评测集构建、判定标准设计(LLM-as-a-Judge 或规则+人工)、工具调用与多轮上下文的量化验证; 3. 自研自动化测试框架与配套工具(Mock 服务、数据构造、评测平台等),打通 CI/CD 质量门禁; 4. 负责性能压测与异常容错测试,能读日志、看链路,将问题定位到模块级; 5. 面向 B 端客户交付场景,对接 客户交付与售后反馈链路,保障结果可控、过程可追溯、失败可兜底。