百度
大模型评估实习生（J100544）
大模型评估实习生（J100544）
发布于 2 小时前实习/见习
实习生仅现场办公数据标注与评测
数据标注与评测
大模型评测
数据分析
自动化测试
值不值得投
77综合评分
综合评分 77
大模型核心团队实习岗，处于AI最前沿赛道，技术成长空间极大，薪资符合实习市场水平。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
薪资怎么样
5千
比数据标注与评测中位数低
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 1140 个在招
市场机会
选择适中
北京 · 数据标注与评测 · 23 个在招
职位详情
关于这个职位
该职位主要负责百度大模型产品的评测工作，包括执行测试集、分析结果并跟踪质量
你需要协助搭建评估流程、整理评测数据，并编写Python脚本实现测试自动化，帮助研发团队优化模型效果
最低要求
熟悉 Python，具备一定编程基础，能够完成简单脚本开发
了解 Linux 常用命令，具备基本的问题定位能力
逻辑清晰，学习能力强，对 AI、大模型方向有兴趣
工作认真负责，具备良好的沟通协作能力
工作职责
参与大模型产品评测工作，负责测试集执行、结果分析及质量跟踪
协助搭建和维护模型评估流程，提升评测效率
参与评测数据整理、指标分析及问题定位，协助研发优化模型效果
编写简单脚本或工具，辅助测试和评估工作的自动化
优先资格
了解大模型基本原理、有模型评测或测试经验者优先
AI 洞察
优缺点分析
优点
- 能够深入接触国内顶尖的大模型产品，积累前沿AI领域的评测与优化经验
- 平台大，能接触到海量数据和复杂的模型场景，技术视野开阔
- 大模型评测标准仍在快速迭代中，需要不断学习新的评估方法和指标
- 日常评测工作可能包含大量数据整理与执行，需要极高的耐心和细心
- 适合对AI和大模型充满热情，具备一定编程基础，且做事严谨细致的在校生或应届生
缺点 / 挑战
暂无明显挑战项
角色解读
- 从基础的评测执行与脚本开发，逐步深入到大模型评估体系的设计与优化
- 未来可向大模型算法工程师、AI测试开发专家或大模型产品经理方向发展
- 负责大模型产品的测试集执行与结果分析，跟踪评测质量
- 协助搭建和维护模型评估流程，编写Python脚本实现评测自动化
- 整理评测数据并定位问题，协助研发团队优化模型效果
- 熟练掌握Python编程，能独立编写自动化测试脚本
- 熟悉Linux常用命令，具备基本的问题排查与定位能力
- 了解大模型基本原理及评测方法
申请策略
- 在简历或面试中展现出对AI领域的强烈兴趣和快速学习能力，因为大模型技术迭代极快
- 突出Python编程能力和Linux使用经验，展示过往编写的自动化脚本或工具
- 强调对大模型原理的理解，如有相关项目、论文或评测经验务必详细列出
- 提前了解主流大模型的评测基准（如MMLU、C-Eval等）和常用评估指标
- 学习并实践一些自动化测试框架或数据处理工具（如Pandas）
面试指南
- 采用STAR法则回答项目经验，突出遇到的困难、采取的行动和最终量化的结果
- 对于技术问题，先阐述基本原理，再结合实际场景或项目经验进行说明
- 请介绍一下你使用Python编写自动化脚本的经验，具体解决了什么问题？
- 你对大模型的基本原理（如Transformer、注意力机制）了解多少？
- 如果模型在某个评测集上表现突然下降，你会如何排查和定位问题？
- 你了解哪些大模型的评测指标或基准测试？
- 复习Python核心语法及常用数据处理库，熟悉Linux基本命令
- 提前体验并了解百度文心大模型或其他主流大模型的特点及常见评测方法
职位点评
薪资福利60
成长发展90
工作生活65
使命价值85
薪资福利
60中等
实习岗位薪资按日薪折算，符合北京互联网实习津贴的市场平均水平，能满足基本生活需求。
薪资信号未披露（AI估算：4–6.5千/月）
成长发展
90较高
能够直接接触国内顶尖的大模型产品与核心研发团队，处于AI最前沿领域，技术成长与视野拓展空间极大。
技术前沿前沿/新兴技术
技术栈Python、Linux、大模型、自动化测试
业务类型ambiguous
工作生活
65中等
实习岗位通常工作节奏相对灵活，但大模型团队业务迭代快，可能存在一定的工作压力，具体WLB情况未明确。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
85较高
参与大模型产品的评测与优化，直接推动人工智能技术的发展与应用，具有较高的行业前景和科技使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
Watch Jobs