资深测试开发专家

岗位职责：
建设公司级的A/B实验与因果自动化推断平台，搭建公司统一的测试管线框架、审核测试框架与质量；为所有业务团队提供科学、可信的实验评估能力，夯实数据驱动决策的基石。
1. 设计与开发A/B自动化测试平台，支持复杂的实验设计、流量分配与数据分析。
2. 构建实验结果的统计分析引擎，自动输出置信区间与显著性结果。
3. 研究和引入因果推断方法，支持在无法进行A/B测试的场景下进行效果评估

任职要求
1.编程与工程能力：精通 Python（或Java/Go之一）与测试工程化实践，具备评测平台/工具链的开发与维护能力；熟悉SQL与数据分析基础。
2.模型评测方法论：理解常见指标与评测范式（准确率/召回、任务成功率、鲁棒性、越狱/安全、偏差、幻觉/一致性等），能定义“可执行的验收标准”。
3.系统与交付体系：熟悉CI/CD、容器与Kubernetes等工程体系，能将评测回归纳入发布流程并保障稳定运行。
4.有大模型评测/对齐相关经验：SFT/DPO/RLHF数据质量、指令跟随、工具调用、RAG链路评测（召回/定位/引用一致性）等。