岗位描述
职位描述
AI平台质量体系建设:参与AI相关平台及配套工具的质量保障体系建设。深入理解核心业务流程与服务交互,设计可复用的测试方法、测试框架与配置化测试能力,保障复杂云环境下产品的功能正确性、稳定性和可靠性。
AI平台测试与专项验证:负责云原生、分布式服务、资源管理、服务部署、权限隔离及异常恢复等核心场景的测试设计与验证。识别复杂环境下的质量风险,推动问题闭环和质量改进。
自动化测试平台与工具研发:主导自动化测试工具链的开发与维护,将人工测试动作封装为安全、可追溯、具备权限控制的平台化操作。提升测试工具的稳定性、易用性和扩展性,支持研发自助使用或由AI Agent调用,提升发布验收效率。
AI测试技术应用:探索并落地AI在测试领域的应用,包括智能测试设计、测试脚本生成、测试执行编排、异常识别、故障诊断和质量风险分析等,推动测试流程智能化和质量工程能力升级。
跨团队协同与项目跟进:作为质量接口人,负责与研发、产品、基础架构等团队的沟通与协调。跟进重点项目测试进度,识别并推动解决跨模块、跨组件集成中的阻塞性问题,确保项目关键节点按时高质量交付。
稳定性、性能与兼容性保障:设计并执行性能压测、多环境兼容性测试及稳定性专项测试,建立核心场景的性能基准(Benchmark)。通过故障注入、混沌工程等手段验证系统容错能力,为产品稳定运行和SLA达标提供支撑。
职位要求
AI平台测试能力:具备AI云、云平台、机器学习平台、MaaS平台或云原生平台的测试开发或质量保障经验,理解复杂云环境下的功能、稳定性、性能和可用性测试方法。
AI测试技术实践:具备AI测试技术或智能化测试相关实践经验,熟悉AI Agent、生成式AI工具或其他AI技术在测试设计、脚本生成、测试编排、智能诊断和质量分析等环节中的应用。
技术基础扎实:具备Python、Java、Go中至少一种语言的扎实研发能力,熟悉Linux系统及网络原理。能够独立开发测试框架、CI/CD插件及小型工具平台,具备良好的代码规范和工程化意识。
分布式与云原生经验:理解大型分布式系统的基本原理,熟悉Kubernetes、Docker等云原生技术。有容器平台、资源调度、服务治理或复杂系统测试开发经验者优先。
工具平台开发能力:具备性能测试、自动化测试、变更管控或质量平台的开发经验。熟悉Jenkins、GitLab CI等主流CI/CD流程,能够通过技术手段提升研发和测试工程效能。
业务理解与执行力:具备良好的业务敏感度,能够快速理解复杂业务逻辑并转化为测试策略。工作积极主动、责任心强,能够在多任务并行环境下保持高效产出。
沟通与协作能力:具备良好的跨团队沟通能力和问题解决能力,善于在复杂协作场景中推动问题闭环。有较强的好奇心和自驱力,乐于接受挑战并持续学习新技术。
加分项
有AI Agent在测试领域的应用经验,如测试设计、脚本生成、智能编排或故障诊断;
有AI云、云原生平台或复杂分布式系统的性能、稳定性和可靠性测试经验;
有自动化测试平台、测试工具链或质量工程体系建设经验。