测试开发工程师（搜索LLM）-TikTok内容发现（北京/上海）

优缺点分析

角色解读

• 向AI测试开发专家发展，成为大模型质量保障领域的资深技术专家
• 可横向转型为AI算法或工程岗，依托测试经验深入理解业务逻辑
• 在字节跳动内部有清晰的晋升通道，从IC到技术Leader或管理岗
• 构建TikTok搜索LLM的质量保障体系，包括自动化测试、LLM评测和安全检查
• 参与变更管控，从工程和算法角度优化测试流程，提升交付效率
• 跟踪大模型技术前沿，探索新的质效解决方案，推动质量创新
• 精通测试流程和工具，具备扎实的编程能力（Python/Go/Java/C++）
• 对AIGC和大模型有深入理解，熟悉LLM评测方法
• 持续学习意识强，能快速掌握新技术并应用于实际场景

申请策略

• 深入了解TikTok搜索业务和大语言模型应用场景，在面试中展示业务理解
• 准备1-2个完整的质量保障项目案例，用STAR法则清晰阐述
• 突出AI相关测试经验，例如LLM评测、自动化测试框架搭建、测试工具开发
• 展示编程能力，列出熟悉语言（Python/Go/Java/C++）和相关项目
• 强调学习能力和创新成果，如技术博客、开源贡献或专利
• 学习大模型基础知识，熟悉主流LLM评测指标（如BLEU、ROUGE、安全性评估）
• 掌握至少一种主流测试框架（如pytest、JUnit）和CI/CD工具

面试指南

• 结合项目经验，从测试策略、工具选择、评估指标等维度展开，突出量化结果
• 使用STAR法则（情境、任务、行动、结果）回答行为面试题
• 展示对LLM技术的理解，提出批判性思考，如安全性和偏见问题
• 如何设计LLM生成内容的测试用例？
• 你怎么评估大模型的输出质量？有哪些指标？
• 请描述一个你主导的AI测试项目，遇到哪些挑战？
• 如何保证搜索系统在大模型引入后的整体质量？
• 你对AIGC和测试的结合有什么新想法？