腾讯企业微信-评测算法工程师-（北京/成都）

1.针对企业微信AI模型的特点，持续构建完善的评测基准，包括但不限于NLP、ASR、MLLM等领域，有效指导算法优化方向； 2.负责评测数据的自动化生产能力构建：基于数据泛化等能力，构建领域增强型评测数据集生产链路，支持多模态场景的自动化数据扩增与效果验证； 3.负责自动化评测与归因分析：探索并实现自动化评测与模型缺陷归因机制。

1.负责评测体系建设：设计并持续优化 AI Agent 评测框架，覆盖任务完成率、多轮对话质量、工具调用准确性等核心维度 2.评测执行与分析：针对企业微信 AI Agent 场景（总结、搜索、销售、审批、日程助理等）制定测试用例，执行自动化与人工评测，输出量化分析报告 3. Benchmark 研究与构建：跟踪业界主流 Agent 评测基准（如 AgentBench、PinchBench、TAU-bench等），结合企业微信业务场景进行改造与落地 4.数据治理：推动数据标注规范制定和标注质量管控 5. 问题定位与反馈：深度分析 Agent 失败案例，精准定位规划、记忆、工具调用等模块的能力短板，与研发/产品团队闭环跟进

1.负责构建具备自主决策、协作与工具调用能力的多智能体系统（Multi-Agent System），推动大模型从“对话式AI”向“任务执行体”演进，解决复杂场景下的自动化问题； 2.深入研究并应用LLM的复杂推理技术（如思维链CoT、思维树ToT），攻克开放式、复杂问题的深度研究模式，赋予Agent独立探索与解决问题的能力； 3.运用指令微调、强化学习等方法，提升大模型规划、推理与遵循指令的能力，从而提升模型知识边界探索和抗干扰的能力。

1.负责AI agent的研发与维护工作，完成各AI agent的功能实现、性能维护； 2.与产品、算法、测试等团队紧密配合，搭建AI agent服务，打通企业自有数据和服务，丰富企业微信AI能力； 3.持续进行系统的技术架构优化与性能优化，提升产品竞争力。