该职位来源于猎聘 我们正在构建面向游戏开发的下一代 AI Coding Agent,探索大语言模型在代码生成、工具调用、环境交互和复杂软件开发任务中的智能化能力。团队聚焦 LLM Post-training、Agentic Reinforcement Learning、Code Agent 和 Agent Evaluation 等前沿方向,希望打造能够自主完成 Unity 游戏开发任务的智能开发助手。 你将重点负责 Unity Coding Agent 的评测体系建设,围绕游戏开发、工具调用与长链路任务设计 Benchmark、任务集、评测指标和自动化验证流程;研究并落地 LLM/Agent
法官 - 34+个职位
中国今日更新的34个法官职位机会
个职位
· 页 1 / 2该职位来源于猎聘 岗位职责 参与大模型后训练(主要是 RL)过程中的数据分析与效果分析工作,主要包括: 分析训练数据、评估数据及模型输出,发现数据分布、标签质量、数据噪声等问题 对 Reward、Advantage 等训练信号进行分析,定位奖励失效、Reward Hacking 等问题 进行模型 Badcase 分析,对错误类型进行归因、聚类和统计,识别模型当前主要能力短板 对不同模型版本、训练阶段和实验结果进行对比分析,判断模型能力变化及可能原因 根据分析结果提出下一阶段的数据构造、奖励设计、训练策略或评估优化方向 搭建和维护相关分析脚本、指标和可视化工具,提高模型迭代效率 岗位要求 熟练使
体验评估与分析: 参与电商体验评估工作,理解用户意图,基于相关性、质量、结果丰富性等评估用户需求的满足情况,识别典型体验问题并输出分析结论。 评测能力建设: 参与大模型在评测场景下的应用,包括Prompt设计、自动化评测、LLM-as-a-Judge 效果验证、评测数据集构建等,协助提升评测效率与准确性。 评估标准优化: 参与评测标准的梳理、维护和迭代,结合实际业务场产品助理-景分析现有标准的问题,协助设计评估方案、验证评估方法,并推动标准落地。 数据分析与问题诊断: 负责评测数据的整理、分析和问题归因,能够基于数据及具体 Case 识别共性问题,形成结构化分析报告,为产品和算法优化提供依据。
Some careers have more impact than others. If you’re looking for a career where you can make a real impression, join HSBC and discover how valued you’ll be. We are currently seeking an experienced professional to join our team in the role of Associate Director, Software Engineering . Business: CTO P
Some careers have more impact than others. If you’re looking for a career where you can make a real impression, join HSBC and discover how valued you’ll be. We are currently seeking an experienced professional to join our team in the role of Associate Director, Software Engineering . Business: CTO P
职位描述 1、深度使用主流Code/Work类Agent产品完成真实的长程任务,通过多轮交互、工具调用和结果验证,系统分析Agent在多步规划、指令跟随、上下文管理、信息缺失处理和执行中的纠错恢复等方面的能力短板与失败模式; 2、针对规划、工具调用、多轮交互、指令跟随等核心能力,构建覆盖不同场景、难度和异常情况的长程任务与边界用例;明确任务输入、运行条件和验收标准,通过可复现的评测与重复实验,识别不同Agent/模型的能力差异,结合业界技术进展与真实用户需求,持续迭代评测集与标准; 3、从准确性、完整性、约束满足度和实际可用性等维度评估交付物,结合Rubric设计、程序化校验、人工评测和LLM
岗位简介 我们正在做 Personal Agent,包含全双工实时语音交互能力。你主要负责这套 Agent 的自动化评测平台从 0 到 1 的开发与长期维护,产出稳定可用的工程系统,给产品验收、模型迭代提供可复现、可对比的评测能力。 岗位职责 1 负责评测平台整体设计与开发,搭建分布式任务调度、执行沙箱、重试与快照能力,支撑批量离线评测、定时回归、线上影子评测,保证大批量跑测稳定、结果可复现。 2 开发全双工语音交互仿真客户端,对接 WebSocket / SSE / RTC 流式链路,模拟真实用户行为,比如插话打断、网络抖动、长轮对话等;采集会话时序、各类时延、交互轨迹等原始数据。 3 对接
岗位职责 1.监控线上defect状况,检测和review机台的操作与recipe设置 2.Defect来源分析 & 通知module并与之沟通讨论 3.Trouble case处理,协助制程改善 & defect judge 4.定期绘制各检测站点的defect趋势图加以监控 任职要求 1.本科及以上学历,理工科等相关专业 2.两年以上缺陷分析/良率提升工作经验优先 3.良好的逻辑思维与沟通合作能力
岗位职责 1.监控线上defect状况,检测和review机台的操作与recipe设置 2.Defect来源分析 & 通知module并与之沟通讨论 3.Trouble case处理,协助制程改善 & defect judge 4.定期绘制各检测站点的defect趋势图加以监控 任职要求 1.本科及以上学历,理工科等相关专业 2.两年以上缺陷分析/良率提升工作经验优先 3.良好的逻辑思维与沟通合作能力
工作职责: -推动模型迭代节奏:制定 Coding 大模型版本的能力目标与迭代计划,组织 badcase 收集、能力诊断和需求排序,推动算法、数据、工程团队形成改进闭环并验证效果 -构建复杂任务审计规则:针对多文件修改、跨仓库重构、长链路调试、工具调用、测试修复等复杂编码任务,设计可判定的审计规则,明确正确性、完整性、可运行性、安全性与规范性的判定口径,界定“通过、部分通过、失败”的边界 -搭建自动化评估体系:建设评测集与评测流水线,结合单元测试执行、编译校验、行为一致性比对、静态检查与人工抽检;合理使用规则校验与 LLM-as-judge,控制评测成本、噪声与误判 -制定测试标准:建立任务难
通用要求 岗位职责: 1. 数据标注:按题包规范完成任务拆解、输入材料整理与 metadata 标注,参与校准试标保证批量一致性; 2. Rubric 撰写与评审:把隐性专业判断拆成可证据核验的评分条目,并评审他人 rubric、给出修改稿; 3. 数据质检:执行 correctness / completeness / solvability 三层质检与机检 + 人检双链复核,对每批数据出具结构化质量报告——逐条给出定位、证据、修改建议与放行/打回结论; 4. 评测与训练支持:校验 judge 模型判分与人判一致性并反哺 rubric 修订,将 rubric 资产整理为奖励模型(RM)训练数
审核拼多多平台/淘宝平台,消费者提出的退款退货申请是否能通过,根据买卖双方请交的凭证,给出退款方案 上班时间:9:00~18:00 无销售,官方客服工作 要求: 服务意识思维逻辑 电脑基本操作熟练 福利待遇: 1. 月休4-8 天+法定节假日【调休】 月休 4~8 天—— 济南分公司成立 24 年,工龄2年以上员工40%以上 根据入职时间安排月休时间的 入职第一年月休 4 天 满一年月休6天 满两年月休8天 享受带薪法定节假日 2. 缴纳法定五险 3. 带薪,婚假,产假,哺乳假等 结婚,生育福利 4. 核心员工评选,公司分红 5. 工龄补贴每年最少100+ 6. 年终奖一线1k-1W不等 7.
AI 安全方向 岗位概述 随着大模型与 Agent 技术在公司内外部场景的大规模落地,AI 系统本身正在成为新的攻击面。我们正在寻找一位具备极强动手能力的高级 AI 安全专家,负责为公司的 AI 使用场景(LLM 应用、Agent 工作流、AI 编程助手、内部 Copilot 等)构建系统性的安全防护体系。 你将是 AI 安全方向的技术定海神针:从威胁建模到方案设计,从原型验证到生产落地,端到端负责。这不是一个写 PPT 和定规范的岗位——我们期望你 70% 以上的时间在写代码、做实验、打磨检测与防御方案。 岗位职责 提示词注入(Prompt Injection)防护体系建设 针对直接注入、间
一、位职责 1. 设计负责领域真实生产力评测任务,如金融场景,覆盖卖方研究、财务建模、估值分析、信贷审批、风险管理、IPO 尽调等真实工作场景,产出任务描述、源文件(财报/招股书/终端数据)与标准交付物。 2. 撰写专业评分 Rubric,如金融场景下,将"一份合格的深度研报/估值模型"拆解为可独立证伪的原子化标准(财务比率计算、估值口径、风险披露、数据时效等),并设计反幻觉、反偷懒的负向护栏。 3. 运行 LLM /agent Judge 评分管线,分析模型在专业任务上的得分分布与能力短板,输出结构化分析报告,反向指导模型训练。 4. 执行 OOD 保障:确保源数据来自私有/采购渠道而非公开
全程请勿打VPN,否则系统会判断你在别的区域而非中国。建议用电脑申请,请用Edge浏览器 Please do not use VPN during the whole process, otherwise the system will judge that you are in another region instead of China. It is recommended to apply on a computer, please use Edge browser 如果在最初注册账户是出现错误,可以打开VPN,注册成功后,请关闭vpn并且等待半个小时可以再次申请岗位) 我们所有岗位都
全程请勿打VPN,否则系统会判断你在别的区域而非中国。建议用电脑申请,请用Edge浏览器 Please do not use VPN during the whole process, otherwise the system will judge that you are in another region instead of China. It is recommended to apply on a computer, please use Edge browser 如果在最初注册账户是出现错误,可以打开VPN,注册成功后,请关闭vpn并且等待半个小时可以再次申请岗位) 我们所有岗位都
全程请勿打VPN,否则系统会判断你在别的区域而非中国。建议用电脑申请,请用Edge浏览器 Please do not use VPN during the whole process, otherwise the system will judge that you are in another region instead of China. It is recommended to apply on a computer, please use Edge browser 如果在最初注册账户是出现错误,可以打开VPN,注册成功后,请关闭vpn并且等待半个小时可以再次申请岗位) 我们所有岗位都
全程请勿打VPN,否则系统会判断你在别的区域而非中国。建议用电脑申请,请用Edge浏览器 Please do not use VPN during the whole process, otherwise the system will judge that you are in another region instead of China. It is recommended to apply on a computer, please use Edge browser 如果在最初注册账户是出现错误,可以打开VPN,注册成功后,请关闭vpn并且等待半个小时可以再次申请岗位) 我们所有岗位都
全程请勿打VPN,否则系统会判断你在别的区域而非中国。建议用电脑申请,请用Edge浏览器 Please do not use VPN during the whole process, otherwise the system will judge that you are in another region instead of China. It is recommended to apply on a computer, please use Edge browser 如果在最初注册账户是出现错误,可以打开VPN,注册成功后,请关闭vpn并且等待半个小时可以再次申请岗位) 我们所有岗位都
全程请勿打VPN,否则系统会判断你在别的区域而非中国。建议用电脑申请,请用Edge浏览器 Please do not use VPN during the whole process, otherwise the system will judge that you are in another region instead of China. It is recommended to apply on a computer, please use Edge browser 如果在最初注册账户是出现错误,可以打开VPN,注册成功后,请关闭vpn并且等待半个小时可以再次申请岗位) 我们所有岗位都