AI测试工程师（深圳）(J30206)

岗位职责
•云侧/端侧模型测试与质量保障
1.负责云侧大模型在服务上线前的全链路质量保障，构建云侧模型评测体系，建立云侧模型性能基线，监控关键指标，评估优化后模型质量；
2.负责端侧大模型在嵌入式设备上的部署质量保障，评估模型在资源受限环境下的性能与精度表现；
3.构建模型评测流水线，设计质量门禁，测试用例，建立测试数据集与评测标准，推动团队评测能力的标准化与可复用性；
4.参与端云协同AI方案的测试，保障AI在不同场景下的质量。
•AI前沿技术研究
1.持续跟踪国内外大模型、Agent、RAG、多模态、端侧推理等前沿技术发展趋势，评估其对现有评测体系的影响与改进机会；
2.研究并引入先进的模型评测方法，构建多维度的评测矩阵；
3.持续沉淀AI测试方法论、测试规范及最佳实践，提升团队整体AI测试能力。
•AI辅助测试基建与工程效能提升
1.负责基于大模型的Agent智能体系统设计与开发，包括Prompt Engineering、Harness Engineering、Loop Engineering等；
2.利用Agent框架构建测试工具链，接入MCP接口、工具调用、知识检索等能力，开发并封装为可复用的测试skill，提升测试工程效能；
3.负责建设与维护评测基础能力平台，包括评测数据集管理、自动化评测流水线、评测结果可视化看板、异常告警机制等；
4.持续评估AI辅助测试的覆盖率、准确率与效率提升效果，推动测试流程的智能化升级。

岗位要求
1.人工智能、计算机、软件工程、电子信息、数学、图像处理、模式识别、信号处理等相关专业硕士及以上学历；
2.精通Python，熟悉C/C++、Java、Go等至少一门语言；
3.精通PyTorch等深度学习框架，具备模型开发与调试能力优先；
4.理解Transformer架构及大语言模型基本原理，了解GPT、Llama、Qwen等主流模型；
5.熟悉vLLM、llama.cpp、TensorRT-LLM等主流推理框架；
6.熟悉MCP协议、Function Calling、Agent工具调用机制；
7.熟悉RAG技术体系，了解向量数据库、Embedding模型及检索优化方法；
8.熟悉大模型应用开发框架，如LangChain、LangGraph、LlamaIndex等；
9.熟悉Linux开发环境，了解Docker、Kubernetes等容器化及云原生技术；
10.有AI相关项目开发或评测等相关实践经验者优先。