岗位职责
- 负责 AI 工作台产品的端到端功能测试，覆盖多租户管控、权限模型、配额计费、模型准入、Agent 编排与工具调用等核心业务链路，确保功能正确性与业务一致性。
- 主导 AI 应用与 Agent 运行链路的效果测试体系建设，围绕模型输出质量、意图识别准确率、工具调用成功率、端到端任务完成率等维度，设计可量化的评测方案与基准集。
- 构建自动化测试框架，覆盖接口测试、集成测试、回归测试与性能基线验证，支撑持续集成流水线中的质量门禁。
- 设计 AI 场景专项测试策略，包括 Prompt 鲁棒性测试、对抗样本注入、幻觉检测、内容安全护栏验证、多轮对话一致性校验等。
- 参与可观测性与质量度量体系建设，定义测试覆盖率、缺陷逃逸率、效果评测回归趋势等核心质量指标，驱动产品质量持续改进。
- 与研发、算法团队紧密协作，参与需求评审与技术方案评审，前置识别质量风险并推动测试左移。
职位要求
- 扎实的软件测试工程能力，熟练使用 Python / Java / Go 中至少一门语言编写自动化测试脚本，具备复杂分布式系统的测试设计与执行经验。
- 熟悉 AI/LLM 应用测试方法论，理解 Prompt Engineering、Function Calling、Agent 执行链路、Context Window 等核心概念，具备 AI 输出质量评估的实战经验。
- 具备端到端测试框架设计能力，熟悉 Pytest / JUnit / TestNG 等主流框架，有接口自动化、契约测试或混沌测试落地经验。
- 熟悉 CI/CD 流程与质量门禁集成，能独立搭建自动化回归体系并嵌入持续交付流水线。
- 良好的数据分析能力，能基于测试结果进行效果评测数据统计、趋势分析与归因定位。
- 持续关注 AI 测试与评测领域前沿，能独立消化英文一手资料并转化为测试实践；习惯使用 AI 工具辅助测试用例生成与缺陷分析。加分项
- 有 LLM 评测 / AI 效果测试平台建设经验，熟悉 RAGAS、DeepEval、Promptfoo 等评测框架或自建评测体系。
- 有 Agent 端到端测试经验，包括多步骤任务链路验证、工具调用结果校验、异常恢复路径测试。
- 有性能测试与稳定性保障经验，能设计高并发场景下的 AI 推理服务压测方案。
- 有安全测试或红队测试经验，如 Prompt 注入攻防、越权检测、数据泄露验证等
