岗位职责
- 主导测试 Agent 的设计与开发落地，探索其在复杂场景用例生成、自动化探索式测试、智能问题诊断及线上风险主动发现等方面的应用；
- 主导 Agent 评测体系建设，设计评测方案与标准，构建评测数据集，开发自动化评测工具，对 Agent 的能力边界、鲁棒性与可靠性进行系统性度量；
- 参与模型评测体系建设与落地，包括制定评测标准、构建基准数据集、搭建自动化评测流水线；
- 高效协同产品、研发、运营等团队，在海外直播短视频复杂业务场景中推动质量左移，保障关键需求的高质量交付与线上问题的高效解决。
职位要求
- 计算机及相关专业本科以上学历，5 年以上互联网大厂测试开发经验；
- 熟练掌握 C/C++/Java/Python 中至少一种语言及其相关技术栈；
- 具备 Agent 开发经验，熟悉主流 Agent 框架（如 LangChain、AutoGen 等），有测试 Agent 从 0 到 1 设计与落地经验者优先；
- 具备 Agent 评测经验，能够设计覆盖规划能力、工具调用、多轮对话鲁棒性等维度的系统性评测方案；
- 有海外直播、短视频等业务的测试或开发经验，了解相关核心技术与业务逻辑者优先；
- 沟通能力强，思维敏捷，逻辑清晰，执行力强，具备良好的团队合作精神与抗压能力。
