1. 算法/模型质量保障 • 与算法研究员一起制定评测方案，构建测试数据集，对 CV/NLP/语音等模型的准确性、鲁棒性、安全性、公平性做量化评估。 • 设计白盒测试，检查代码覆盖率、接口稳定性，定位并推动解决模型缺陷。

2. 全流程测试 • 参与需求评审、系统设计、代码评审，制定测试策略、计划与用例。 • 执行功能、接口、性能、兼容、安全、系统集成等多维度测试，跟踪缺陷生命周期。

3. 自动化与工具链 • 使用 Python/Java/Shell 编写自动化脚本，搭建 CI/CD 流水线中的质量卡点（如 Jenkins + Docker/K8s）。 • 开发或维护 AI Benchmark、模型评测平台、数据可视化报表，提高测试效率与覆盖率。

4. 前沿技术探索 • 跟进 AIGC、大模型、AutoML 等新技术，从测试角度给出可行性及风险评估。 • 研究 AI 赋能测试（如用 GPT 自动生成用例、Diff 测试图像模型），持续优化测试方法。

任职要求

• 计算机/数学/电子等相关专业本科及以上；5–8 年软件测试经验，其中至少 2–3 年 AI/大数据/算法测试或测试开发经验。

• 熟练掌握 Python（必备），熟悉 C++/Java/Go 之一；熟悉 Linux、Git、SQL，掌握常用测试框架（PyTest、Unittest、Selenium、JMeter 等）。

• 理解机器学习/深度学习基本原理，熟悉 TensorFlow/PyTorch 之一；具备模型评测、性能 Profiling、异常检测经验者优先。

• 具备良好逻辑思维、问题定位与跨团队沟通能力，能推动复杂缺陷闭环。