阿里云阿里云智能-AI产品评测专家/工程师-杭州/北京

1、构建科学高效的AI产品评测体系，能够识别现有评测体系的局限性，持续优化评测方法、指标和数据集； 2、熟悉评测方法论和工具链，能够搭建评测工具平台，执行评测方案并拿到评测结论； 3、具备AI模型和AI产品能力分析和迭代优化分析能力，根据评测结论提出优化建议，驱动优化落地； 4、关注业界前沿AI模型和产品发展，关注AI前沿评测方法发展，并转化为内部评测实践。

1. 负责百炼平台大模型调优与部署等AI工具链产品化落地； 2. 负责百炼平台的调优模型推理、模型评测、模型调优、模型广场等的模块的架构设计和开发工作； 3. 了解技术使用场景和优缺点，能够就复杂技术问题，提供解决方案并执行落地，同时对上下游技术团队及技术架构有完整的了解； 4. 基于业务需求和技术洞察，在调优后模型的推理服务方面，进行技术规划并落地。

1. 负责 AI 应用的测试设计与自动化测试开发，确保功能正确、性能稳定、体验可靠。 2. 深入理解业务需求和 AI 应用场景，参与需求评审，识别风险点和测试重点。 3. 针对 AI 模型输出的正确性、稳定性、一致性、可用性设计测试策略与测试用例。 4. 跟踪线上质量问题，进行问题复现、日志分析和根因定位，推动问题闭环解决。 5. 持续优化测试策略与流程，总结测试经验，沉淀工具和平台，提高整体测试效率与质量。 6. 与产品、算法工程师、后端/前端工程师紧密合作，保障 AI 功能从需求到上线的质量。

通义千问（Qwen）是由通义实验室自主研发的超大规模语言模型，具备多模态、多语言、跨任务的理解与生成能力。Qwen系列模型，涵盖参数量从亿级到万亿级的基座大语言模型，并相继推出Qwen-VL、Qwen-Audio、Qwen-Omni、Qwen-Coder、Qwen-Image等系列模型。从多轮对话到代码生成，从逻辑推理到内容创作，从单一多模态到全模态统一理解生成，Qwen正在打造全球领先的全模态模型技术体系，推动AI在企业服务、开发者生态、个人用户等领域的深度应用，引领下一代人工智能的发展。 Coder团队致力于构建能够执行、扩展并自我进化的自主系统，通过构建超智能的coding agent/digital agent，扩展数字世界，为迈向真实世界的智能奠定基础。 工作职责： 1. 负责通用模型 Qwen 的代码能力和代码专有模型 Qwen-Coder 的构建。 （1）包括但不限于数据收集、预训练、后训练（强化学习）、评测等方向上的探索。 （2）通过Large-scale Pre-training 和 Large-scaleRL来提升Code Reasoning能力，在专家级编程竞赛超越人类，并构建 Coding Agent 来解决真实世界软件开发任务； 2. 负责Computer-Use Agent (GUI-Agent）的建设，以最直观的方式—鼠标、键盘、编码等操作来代替人类执行数字世界任务。 （1）通过Scaling海量数字世界数据结合大规模合成数据，来提升Computer-Use Agent的Grouding能力。 （2）通过Long Horizon的方式进行强化训练，结合可扩展的多模态环境反馈来提升CU Agent的Reasoning的能力。