软件工程师（职级 P6/P7 ）
「岗位职责」
核心目标：设计能真正“难住”并检验顶级大模型的编程任务，同时搭建极其稳健的自动化评测体系。
具体包含：
• 前沿任务设计：深挖当前大模型在真实软件工程中的能力边界与短板，设计具备高挑战性的编程任务（涵盖场景描述、真实代码库与运行环境）。
• 自动化评分系统：开发高覆盖率的测试代码（单元、集成、端到端测试），结合大模型 Rubric ，实现低人工干预的自动化、精准评分。
• 质量验证与调优：不断“攻击”和优化评分器，确保评判结果公正、稳定、防作弊（可复现且无漏判/误判），保障评测基准的绝对公信力。
• 模型行为诊断：深入分析模型的运行日志与失败轨迹，排除“题意不清”或“测试 bug”等工程噪音，精准确认失败原因，为模型能力提供真实反馈。
• AI 协同开发：日常工作中需高频使用 Claude 、Cursor 、Codex 等 AI 智能体协助编码、测试与日志分析。你将作为“AI 的把关人”，负责 Review 其产出并进行调试验证，对最终交付质量绝对兜底。
资深工程师将深度参与任务架构评审及内部基础设施建设（例如：优化容器构建效率、升级自动化 QA 流程等）。
「加入我们的原因」
• 触达行业前沿：你将与全球顶级的大模型实验室深度合作，亲身参与并拓展 AI 的智能边界。
• 硬核年轻团队：四位联合创始人都是 95 后。你将与充满活力的顶尖同龄人并肩作战，在高密度的交流中共同成长。
• 纯粹的 Ownership：我们拒绝办公室政治，坚持“能力至上”的极客文化。只要你展现出实力，就能获得绝对的授权与发挥空间，不仅能实现个人的指数级成长，更有机会主导和探索全新业务线。
「任职要求」
• 编程底盘扎实：熟练掌握至少一门主流编程语言（如 Python / TypeScript / Go / C++），具备良好的代码品味和工程习惯。
• 测试与环境经验：熟悉常用的测试框架（如 Pytest, Jest 等），了解 Docker 等容器化技术，能快速构建和隔离运行环境。
• AI 原住民：日常习惯使用各种 AI 辅助编程工具，对大模型的能力边界有敏锐的直觉和浓厚兴趣。
• 较真的极客精神：对代码质量和逻辑严密性有极高的要求，乐于钻研底层的 Bug ，具备优秀的 Problem-solving 能力。
• 加分项：有开源项目贡献经验 / 熟悉编译原理或程序静态分析 / 了解前沿大模型评测基准（如 SWE-bench, HumanEval 等）。
薪酬：底薪 50-100 万/年 15 薪，特别优秀可再议
投递请联系
VX1:Bellafafa_
VX2:iamellen9987
「岗位职责」
核心目标：设计能真正“难住”并检验顶级大模型的编程任务，同时搭建极其稳健的自动化评测体系。
具体包含：
• 前沿任务设计：深挖当前大模型在真实软件工程中的能力边界与短板，设计具备高挑战性的编程任务（涵盖场景描述、真实代码库与运行环境）。
• 自动化评分系统：开发高覆盖率的测试代码（单元、集成、端到端测试），结合大模型 Rubric ，实现低人工干预的自动化、精准评分。
• 质量验证与调优：不断“攻击”和优化评分器，确保评判结果公正、稳定、防作弊（可复现且无漏判/误判），保障评测基准的绝对公信力。
• 模型行为诊断：深入分析模型的运行日志与失败轨迹，排除“题意不清”或“测试 bug”等工程噪音，精准确认失败原因，为模型能力提供真实反馈。
• AI 协同开发：日常工作中需高频使用 Claude 、Cursor 、Codex 等 AI 智能体协助编码、测试与日志分析。你将作为“AI 的把关人”，负责 Review 其产出并进行调试验证，对最终交付质量绝对兜底。
资深工程师将深度参与任务架构评审及内部基础设施建设（例如：优化容器构建效率、升级自动化 QA 流程等）。
「加入我们的原因」
• 触达行业前沿：你将与全球顶级的大模型实验室深度合作，亲身参与并拓展 AI 的智能边界。
• 硬核年轻团队：四位联合创始人都是 95 后。你将与充满活力的顶尖同龄人并肩作战，在高密度的交流中共同成长。
• 纯粹的 Ownership：我们拒绝办公室政治，坚持“能力至上”的极客文化。只要你展现出实力，就能获得绝对的授权与发挥空间，不仅能实现个人的指数级成长，更有机会主导和探索全新业务线。
「任职要求」
• 编程底盘扎实：熟练掌握至少一门主流编程语言（如 Python / TypeScript / Go / C++），具备良好的代码品味和工程习惯。
• 测试与环境经验：熟悉常用的测试框架（如 Pytest, Jest 等），了解 Docker 等容器化技术，能快速构建和隔离运行环境。
• AI 原住民：日常习惯使用各种 AI 辅助编程工具，对大模型的能力边界有敏锐的直觉和浓厚兴趣。
• 较真的极客精神：对代码质量和逻辑严密性有极高的要求，乐于钻研底层的 Bug ，具备优秀的 Problem-solving 能力。
• 加分项：有开源项目贡献经验 / 熟悉编译原理或程序静态分析 / 了解前沿大模型评测基准（如 SWE-bench, HumanEval 等）。
薪酬：底薪 50-100 万/年 15 薪，特别优秀可再议
投递请联系
VX1:Bellafafa_
VX2:iamellen9987
Select Language