关于此职位
评估用于训练和评估前沿 AI 实验室模型的应用机器学习任务的质量、正确性和方法论严谨性。您将评估实验设计、模型选择的推理以及评估方法，并提供清晰的、基于评分标准的书面反馈。
基本资格要求
- 拥有 3 年以上应用/实验性机器学习实操经验（实验设计、模型选择、超参数调优、评估方法）
- 深入掌握数据质量的严谨性：泄漏检测、指标博弈（metric gaming）以及训练/测试/交叉验证的规范性
- 熟练使用标准机器学习框架（PyTorch、TensorFlow、scikit-learn、XGBoost）
- 能够依据证据批判性审视机器学习相关论断并复现结果
优先资格
- 有竞赛/基准测试经验（例如 Kaggle）
- 有应用机器学习方向的研究生研究经历或发表记录
- 曾有任务评分或同行评审经验
注：该职位评估的是应用/实验性机器学习的严谨性——并非 LLM 应用构建或 MLOps 职位。