阿里巴巴｜智多星-大模型评测（评测工程方向）实习

1、 数据pipeline：设计数据处理流程和数据漏斗，跟踪数据从采集、解析、清洗、标注到模型消费的完整链路；2、 Bad pattern体系：建立并维护标签体系，并构建Badcase识别、Bad pattern归纳体系，为专项评测和模型迭代提供依据；3、 Rubric 合成：将任务要求拆解为原子化、可验证的评分项，提供个性化合成方案，并构建rubric质量校验方案，并参与 Rubric Judge 开发与优化；4、 参与评测工程化建设，包括批量执行、并发控制、错误分类、重试与恢复、Schema 校验、版本管理和运行可观测，保障评测链路稳定、可追溯。

1、学历专业： 本科及以上在读，计算机、软件工程、人工智能、数据科学等相关专业，985／211优先，硕士优先2、熟悉数据处理方法，能对大规模数据进行清洗、筛选、聚合、去重和质量分析；熟悉大模型 / Agent基本原理和调用方式，熟悉自动评测方法论，具备基础服务或任务流开发能力3、逻辑严谨、细致耐心，对数据质量和口径敏感；能够从复杂案例中提炼稳定规则，并清晰记录复现步骤和判断依据。4、有较强的主动学习、沟通协作和问题推进能力加分项●  有大模型评测、数据回流、数据标注质检、自动化测试或 Benchmark 建设经验。●  有 LLM-as-a-Judge、Rubric 生成／校准、Agent 工具调用评测、Golden Set 建设经验。●  有开源项目、算法／工程竞赛、技术博客或可展示的数据／AI 工程项目。