Job description
- 建设 Agent 评测体系：深入理解 Agent 在复杂真实场景下的能力边界，系统性构建涵盖多场景、多模态、多任务类型的评测方法论，将"效果好不好"转化为科学、可量化的能力度量体系。
- Benchmark 研究与产出：持续跟踪国内外 Agent 评测领域前沿，主导设计具有挑战性与行业影响力的 Benchmark，推动在小米内外部建立影响力。
- 数据驱动产品迭代：将评测洞察转化为高质量训练数据与产品优化方向，驱动产品与模型的持续演进。
- 跨职能协同：作为评测方向的核心角色，与算法、产品、工程等多团队深度协作，以评测视角影响产品决策。
More jobs at Xiaomi
IFS解决方案专家
Xiaomi· Beijing小米汽车-交付延展专员-泰州
Xiaomi· Taizhou小米汽车-机电工程师-苏州
Xiaomi· Suzhou小米汽车-事故顾问-苏州
Xiaomi· Suzhou风控算法工程师（AI智能风控方向）
Xiaomi· Beijing
More jobs in Beijing
Economics Teacher needed in Beijing ASAP
Educators Overseas· Beijing, ChinaUrgent Openings for Chinese to English Medicine (Oncology)
Ulatus· Beijing, ChinaDirector, Tech Partnerships
Pismo· CN - Beijing, ChinaEnterprise Account Manager - OEM
MongoDB· Beijing; Shanghai; ShenzhenDirector, China supporting Deakin University, Australia
Grok Global· Beijing