岗位职责
你将深度参与以下工作：
- AI 测试效能落地：协助构建基于 LLM（大语言模型）的自动化测试框架，推动 Vibe Coding 理念在测试场景中的实际应用，实现从“自然语言描述”到“可执行测试用例/脚本”的自动转化。
- 智能工具链研发：与团队协作，将复杂的数据库测试场景沉淀为 AI 原生工具，利用 Agent 技术实现测试用例自动生成、异常根因智能分析及测试报告自动解读。
- 数据飞轮建设：负责测试领域高质量语料的清洗、构造与管理，优化 Prompt 工程策略，持续迭代模型在数据库垂直领域的理解与生成能力。
- 前沿技术探索：跟踪业界最新的 AI for SE（软件工程）及 AI Testing 技术动态，并在内部进行技术预研与原型验证。
职位要求
基础素质
- 学历背景：计算机、软件工程、人工智能或相关专业在校生，本科及以上学历。
- 编程能力：熟练掌握至少一门主流编程语言（Python 优先，或 Java/Go），具备良好的代码规范与数据结构算法基础。
- 系统认知：熟悉 Linux 操作系统基本原理，了解容器化技术（Docker/K8s）者优先。 AI 专项技能（核心加分项）
- AI 应用基础： 了解大语言模型（LLM）的基本原理、常见架构及局限性。 熟悉 Prompt Engineering（提示词工程）技巧，有实际调优经验者极佳。 了解 LangChain、LlamaIndex 等主流 AI 应用开发框架，或有 RAG（检索增强生成）、Agent（智能体）开发经验者优先。 有模型输出评估和agent测试经验者优先
- Vibe Coding 敏锐度：对“自然语言即代码”的开发模式有浓厚兴趣，善于利用 AI 辅助编程工具（如 Cursor、Claude code、Codex等）提升开发效率，并能思考其在测试领域的边界与突破点。
- 有AI测试工具链开发经验者优先 领域知识
- 数据库与云原生：对数据库基本原理（SQL、事务、索引等）有基本认知；了解云计算、分布式系统概念者加分。
- 测试思维：对软件测试理论（单元测试、集成测试、压力测试）有基础了解，具备质量意识。 软实力
- 学习与协作：逻辑清晰，具备极强的主动学习能力（Self-driven），能够快速消化新技术并转化为生产力；具备良好的团队沟通与协作意识。
- 责任心：靠谱（值得信任）、负责、精进（精进钻研），富有责任感，有很好的问题分析和推进问题解决能力
