AI基准测试与大语言模型评估软件工程师

正在与领先的AI研究机构合作，寻找一名软件工程师加入其基准测试团队。如果你对前沿AI模型感兴趣，而非仅仅构建应用，这将是一个绝佳机会。你将帮助开发和运行最新AI模型的评估，构建新基准，维护评估基础设施，并与直接与研究人员合作，其工作影响政策制定者、行业领袖和更广泛的AI社区。

强大的软件工程经验（语言无关–Python优先）
对LLM评估、基准测试或AI能力测试感兴趣
对前沿AI有好奇心，具有研究导向思维
享受实验、解决困难技术问题和改进评估框架的人

完全远程工作，每年三次国际公司 retreat，灵活工作时间，接受全球候选人（优先考虑美欧时间区）

Gold Group Ltd是一家领先的AI研究机构，专注于AI基准测试与大语言模型评估领域。