滴滴出行
高级测试开发（agent）工程师
高级测试开发（agent）工程师
发布于 大约 4 小时前普通员工/个人贡献者
北京市
中级经验
全职员工
仅现场办公
本科
软件工程
RAG
自动化测试
GO
LLM
测试开发
质量平台
Prompt
AI 估算 · 25k–40k
滴滴为上市大厂，中级测试开发岗位在北京，AI方向有溢价，综合市场行情估算月薪2.5-4万。
职位详情
关于这个职位
作为滴滴出行国际业务的高级测试开发工程师，你将负责海外业务的质量保障，参与从需求评审到线上问题跟进的全流程
同时，你将深度参与AI质量工具与Agent Workflow的建设，利用LLM等技术提升测试效率，推动测试智能化转型
这是一个技术与AI前沿结合的关键岗位
最低要求
本科及以上学历，计算机或相关专业，2-5 年测试开发、质量工程或相关经验
熟练掌握 Java / Go / Python 至少一门，能够独立开发测试脚本、工具或简单服务
具备扎实的测试基础，熟悉功能、接口、自动化、回归、稳定性或性能测试中的一个或多个方向
理解微服务、数据库、缓存、消息队列等常见技术栈，能够结合业务做问题分析
具备良好的执行力、协作能力和文档沉淀能力，能够独立推动小范围专项落地
工作职责
负责业务日常需求的质量保障工作，参与需求评审、测试设计、联调验收、回归测试、发布保障和线上问题跟进，识别核心风险并推动问题闭环，保障版本按期高质量交付
参与 AI 质量工具、Agent Workflow、评测样本、测试沙盒和质量平台的建设与落地
在具体业务模块中独立开展专项分析，完成风险识别、测试提效、缺陷归因、回归优化等工作
利用 LLM 提升测试效率，包括测试用例、自动化脚本、测试数据、缺陷分析、测试报告等方向
沉淀 prompt、dataset、规则模板、脚本工具和操作手册，推动团队复用与推广
配合专家推进专项闭环，跟踪问题、验证效果、持续优化
优先资格
对 AI 赋能质量有实践兴趣或经验，了解 LLM、Prompt、RAG、Agent 等基本概念，有实际应用更佳
AI 洞察
优缺点分析
优点
- 滴滴作为上市大厂，平台成熟稳定，能够接触到海量业务场景和国际化的复杂系统
- 岗位深度结合AI前沿技术（LLM、Agent），技术成长空间大，是测试领域转型AI的绝佳机会
- 团队强调工具复用和沉淀，可积累丰富的自动化框架和AI prompt实践经验
- 国际业务可能涉及跨时区协作，工作节奏较快，需要较强的抗压能力
- AI赋能测试尚在探索期，部分工作可能从零搭建，需要较强的主动性和创新能力
- 适合有2-5年测试经验，渴望切入AI赛道，愿意在大型互联网公司深耕质量效能的技术型人才
缺点 / 挑战
- 需要同时具备扎实的测试基础和AI学习能力，对技术广度要求较高
角色解读
- 向AI测试方向专精，成为质量保障领域的AI专家，主导智能测试平台建设
- 横向扩展至测试架构或质量工程管理岗位，负责更大范围的质量效能优化
- 积累业务知识后，可转型为产品经理或技术项目经理，或向技术管理方向发展
- 负责国际业务的质量保障，包括功能、接口、回归等全流程测试，确保版本高质量交付
- 参与AI质量工具和Agent Workflow的研发，利用LLM提升测试效率，如自动生成测试用例、缺陷分析等
- 独立开展专项分析，识别风险、推动问题闭环，并通过沉淀模板和工具提升团队复用性
- 扎实的测试开发基础，精通Java/Go/Python之一，能独立开发测试脚本和工具
- 熟悉微服务、数据库、缓存等中间件，具备系统级问题分析能力
- 对AI技术有实践兴趣，了解LLM、Prompt、RAG、Agent等概念
- 良好的沟通协作和文档沉淀能力，能推动小范围专项落地
申请策略
- 在简历中体现对AI赋能测试的思考，可附上相关博客或GitHub项目
- 面试前了解滴滴国际化业务和AI质量工具相关动态，准备1-2个质量效能提升方案
- 重点突出测试开发项目经验，尤其是自动化测试框架搭建、工具开发或质量平台建设经历
- 如果有LLM或AI相关项目（如利用Prompt优化测试用例），务必详细描述思路与成果
- 强调对微服务、数据库等中间件的实际应用能力，以及独立推动问题闭环的案例
- 系统学习LLM基础知识，实践Prompt Engineering，了解RAG和Agent架构
- 熟悉滴滴技术栈（如Go、云原生），可提前刷LeetCode和系统设计题
面试指南
- STAR法则：情境、任务、行动、结果，突出个人贡献和技术细节
- 结构化回答：先讲背景目标，再分步骤阐述方案，最后总结效果和改进点
- 请描述一个你主导的最复杂测试项目，你是如何设计测试策略并保证质量的？
- 你如何利用LLM提升测试效率？给出具体场景和实现思路
- 介绍一下你对微服务架构下测试挑战的理解，如何做链路追踪和问题定位？
- 如果让你设计一个Agent Workflow来自动化回归测试，你会怎么做？
- 如何看待测试开发和软件开发的区别？你更倾向于哪方面？
- 复习Java/Go/Python中测试相关框架（如JUnit、pytest），准备一个自动化测试的完整案例
匹配度报告
68
综合匹配度
技术前沿、薪资中上、成长空间大，但工作强度一般且缺乏弹性办公。
适合人群
适合技术驱动型求职者，希望积累AI+测试经验，对薪资和成长有较高要求，能接受一定工作强度。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展85
工作生活50
使命价值65
薪资福利匹配
70中等
滴滴为上市大厂，薪资水平在北京市场属于中上等，福利完善（如五险一金、补充医疗等），但因JD未提及具体薪资和福利，补偿性动机满足程度中等偏上。
薪资信号未披露（AI估算：25K-40K/月）
成长发展匹配
85较高
职位深度结合LLM、Agent等前沿AI技术，提供AI工具平台建设机会，技术成长空间大。但晋升路径未明确提及，整体发展性较好。
技术前沿前沿/新兴技术
技术栈LLM、Prompt、RAG、Agent、自动化测试、质量平台
成长机会检测到'配合专家推进专项闭环'中的'专家'暗示导师制？但并无明确词语。、JD中无明确成长相关词，如'导师制'、'内部培训'，故为空
业务类型ambiguous
工作生活匹配
50较低
仅现场办公且北京城区，通勤可能较长；JD未提及弹性工时或双休，互联网大厂普遍工作强度中等偏高，生活化动机满足一般。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值匹配
65中等
滴滴国际业务属于出行行业，行业稳定但非高速增长；AI赋能测试具有创新性，但对社会影响力影响有限，意义感中等。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs