腾讯
大模型评测平台研发工程师
大模型评测平台研发工程师
发布于 1 小时前普通员工/个人贡献者
全职员工仅现场办公后端开发
后端开发
Go
任务调度
分布式系统
可观测性
大模型评测
微服务
值不值得投
79综合评分
综合评分 79
聚焦AI基础设施核心环节，技术栈前沿、成长空间广阔，平台架构复杂度高，适合追求专业突破的技术开发者
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
4.0万
比后端开发中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 2260 个在招 · 其中后端开发 65 个
市场机会
选择面较广
深圳 · 后端开发 · 约 140 个在招
职位详情
关于这个职位
负责大模型评测平台的架构设计与核心能力建设，搭建支持多模态及Agent的评测运行底座
通过工程化手段管理评测任务全生命周期，优化高并发调度与资源利用率，并构建可观测诊断体系保障结果准确可信
需跟进AI前沿技术，推动平台智能化演进
最低要求
计算机或相关专业本科及以上学历，有后端、平台或基础设施研发经验
精通 Go、Python、Java 或 C++ 中至少一种语言，具备扎实的计算机基础和良好的工程实现能力
具备中大型平台或分布式系统的设计与落地经验，熟悉微服务架构、任务调度、并发控制、容错机制及性能优化
熟悉网络通信、代理及外部接口访问机制，能够处理限流、超时、重试、网络隔离和第三方服务稳定性等问题
具备较强的质量意识，熟悉自动化测试、可观测性和故障诊断体系，能够保障复杂平台的数据准确性与运行可靠性
对大模型技术和应用有基本理解，了解模型推理、Benchmark、Prompt、RAG、Agent 或模型评测相关概念
具备良好的沟通协调能力和 Owner 意识，能够在算法、平台及底层基础设施等团队之间有效推进复杂项目落地
工作职责
岗位职责
负责大模型评测平台的架构设计与核心能力建设，打造稳定、高效、可扩展的评测运行底座，支持文本、语音、图像、视频及 Agent 等多类型模型和应用的评测需求
负责评测任务全生命周期的工程化建设，包括环境与依赖管理、任务编排、并发调度、资源隔离、失败重试及结果管理等
建设大规模评测执行能力，持续优化平台的吞吐、延迟、资源利用率和任务成功率，保障评测任务在生产环境下稳定运行且结果可复现
建设评测平台的可观测与诊断体系，完善日志、指标、链路追踪、异常检测和问题归因能力，保障评测结果准确、可信、可解释
跟进大模型及 Agent 技术发展，探索自动化评测、模型裁判、智能归因和 AI 辅助研发等方向，持续提升评测效率与平台智能化水平
AI 洞察
优缺点分析
优点
- 聚焦大模型评测这一AI基础设施核心环节，技术栈前沿且业务价值高
- 依托庞大算力与数据资源，能接触超大规模分布式系统实战
- 完善的内部技术社区与导师文化有助于快速提升架构设计能力
- 需同时兼顾平台稳定性与AI技术快速迭代，对系统容错与性能优化要求极高
- 评测标准与基准动态变化，需持续跟进最新论文与开源框架
- 适合具备扎实后端与分布式系统功底，对AI基础设施与平台工程有浓厚兴趣，且抗压能力强、注重工程质量的开发者
缺点 / 挑战
- 跨算法、平台与基础设施团队协作频繁，沟通与项目推进压力较大
角色解读
- 可向资深平台架构师或技术专家方向发展，深入云原生与AI基础设施领域
- 也可横向拓展至大模型训练平台、推理加速或AI工程化方向
- 长期可成长为技术负责人，主导跨团队复杂项目的架构规划与落地
- 负责大模型评测平台的底层架构设计与核心模块开发，搭建支持多模态及Agent的评测运行底座
- 主导评测任务的全生命周期工程化管理，包括环境配置、任务编排、并发调度与资源隔离
- 构建系统的可观测性与故障诊断体系，确保海量评测任务的高吞吐、低延迟与结果可复现
- 精通 Go/Python/Java/C++ 至少一门语言，具备扎实的计算机基础与工程落地能力
- 熟悉分布式系统设计、微服务架构、任务调度与并发控制机制
- 掌握自动化测试、日志监控、链路追踪等可观测性工具与最佳实践
- 了解大模型推理、Prompt工程、RAG及Agent基本概念
申请策略
- 提前研究目标公司在AI基础设施领域的公开技术博客与专利，了解其技术偏好
- 准备1-2个高可用平台架构设计案例，重点说明如何平衡扩展性与稳定性
- 突出中大型分布式平台或基础设施的研发经验，量化高并发调度、资源隔离与性能优化成果
- 详细列举可观测性体系建设案例，强调跨团队协作推动复杂项目落地的Owner意识
- 补充大模型评测相关基础知识，掌握主流评测框架的核心逻辑
- 强化云原生技术栈与容器化部署经验
- 提升复杂系统故障排查与根因分析能力
面试指南
- 采用STAR法则结构化回答项目经验，突出架构决策依据与量化收益
- 针对系统设计题，先明确边界条件与核心矛盾，再分层给出方案，最后讨论容灾与演进路线
- 技术概念题需结合原理与实际应用场景对比分析
- 请分享一个你主导设计的分布式任务调度系统，如何解决并发冲突与资源争抢问题？
- 面对海量评测任务积压，你会如何设计降级、限流与重试策略？
- 如何构建一套完整的可观测性体系来定位线上复杂故障？
- 了解哪些大模型评测基准或框架？它们的核心指标与局限性是什么？
- 复习分布式系统核心原理及常见中间件机制
职位点评
薪资福利80
成长发展90
工作生活65
使命价值75
薪资福利
80较高
头部互联网企业薪酬福利体系成熟，薪资水平在深圳地区具有较强竞争力，且提供完善的六险二金与各类补贴，能满足较高的补偿性动机。
薪资信号未披露（AI估算：3.0千–5.0万/月）
成长发展
90较高
岗位直接对接大模型与Agent前沿技术，平台架构复杂度高，能提供丰富的技术成长空间与清晰的晋升通道。
技术前沿前沿/新兴技术
技术栈Go、Python、Java、C++、分布式系统、微服务、任务调度、可观测性、大模型、Agent、RAG
业务类型profit_center
工作生活
65中等
互联网研发节奏较快，虽未明确提及加班文化，但平台稳定性保障与跨团队项目推进通常伴随一定工作压力。办公地点位于市区核心地段，通勤相对便利。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
75中等
致力于构建大模型评测基础设施，推动AI技术标准化与智能化发展，具有较高的行业前瞻性与社会价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs