澳鹏数据科技（成都）有限公司招聘算法
招聘职位：
算法 搜索同类职位岗位职责
1. Benchmark调研与复现
调研并复现大模型 Agent、工具调用、代码执行、终端操作、RL Environment 等方向的前沿 Benchmark，如 Terminal-Bench、SWE-Bench、Toolathlon、GAIA、WebArena、OSWorld、AgentBench 等；重点深入研究Benchmark 的任务设计、环境交互、评测指标与自动判分机制。
2. 评测 Pipeline 搭建
参考 Terminal-Bench / SWE-Bench 等范式，搭建完整自动化评测流程，包括任务加载、环境初始化、模型调用、交互执行、日志记录、自动判分与结果分析，支持主流大模型 / Agent 接入。
3. RL Environment / Agent Environment 构建
参与设计终端、代码仓库、工具调用、网页/软件操作等交互式环境，构建可用于模型评测、RL 训练或数据生成的任务环境，设计 reward、verifier、success criteria 等评测机制。
4. 新 Benchmark 探索
基于现有 Benchmark 的不足，参与设计新的任务、数据集、评测指标和 baseline，探索构建新的 Benchmark / Environment，并沉淀技术文档与实验报告。
5. 评测分析与优化
分析模型在 Benchmark 上的表现，定位失败模式、能力短板和环境问题，为模型训练、数据构造和 Agent 框架优化提供反馈。
公司介绍
- 公司名称
- 澳鹏数据科技（成都）有限公司
- 所属行业
- 计算机软件
- 公司性质
- 外商独资/外企代表处
- 公司规模
- 500-999人
- 公司地址
- 四川省成都市
此信息由成都艺术职业大学 (查看来源)审核并发布，我们转载该信息，仅出于传递更多就业招聘资讯、促进大学生及广大求职者就业之目的。该招聘职位信息的真实性、准确性、时效性及合法性均由原始发布方“成都艺术职业大学”负责。我们作为信息转载平台，不构成求职建议，不涉及任何职业中介服务，不对其内容承担任何形式的保证责任。请用户在使用转载信息时保持审慎，自行判断并承担相应风险，求职请认准企业官方渠道！