腾讯
资深AI测试工程师（云数据业务方向）
资深AI测试工程师（云数据业务方向）
发布于 大约 2 个月前普通员工/个人贡献者
深圳市
高级经验
全职员工
仅现场办公
学历未注明
质量管理
分布式系统
混沌工程
AI测试
GO
IaC
LLM
AI 估算 · 35k–60k
腾讯资深技术岗，AI测试方向稀缺，深圳大厂竞争力强，结合行业水平估算月薪35-60K。
职位详情
关于这个职位
该职位是腾讯云数据业务的资深AI测试工程师，核心职责是解决LLM幻觉和随机性问题，构建AI测试的确定性保障机制，并设计高并发的调度引擎
你将与团队一起将AI测试从实验室推向生产环境，通过数字孪生和追溯系统确保合规与安全，同时开发MCP-based测试脚手架赋能兄弟团队
适合对AI质量保障有深刻理解、热爱挑战的技术专家
最低要求
深刻理解LLM原理与局限，具备大型项目的AI Harness Engineering或Agent落地工程实践
熟练掌握云原生（K8s/IaC）
对分布式存储（Ceph/HDFS）、云数据库、大数据计算（Spark/Flink）至少两个领域有源码级理解或复杂排障经验
熟悉自动化框架底层原理，具备白盒测试、性能压测或混沌工程的架构设计经验，懂得平衡质量、效率与成本
精通Python或Go/Java，具备高并发中间件或分布式系统开发经验，善于提炼总结抽象，对工程质量有极致追求
具备强烈自驱力，能敏锐捕捉前沿技术并转化为生产力，拥有优秀的技术影响力与跨部门协作能力
工作职责
针对LLM幻觉与随机性难题进行专项治理，构建确定性保障机制
确保AI生成的用例与脚本在多轮执行、异构环境下保持高度一致，建立团队对人机协同的信任基线
破解AI决策“黑盒”痛点，搭建覆盖“意图-生成-执行-判定”的数字孪生与追溯系统，实现过程秒级回溯，满足核心业务对合规性与安全性的严苛要求
将AI测试从“实验室Demo”推向生产环境，设计支持万级并发的调度引擎（可用性99.99%）
引入对抗样本与变异测试，建立AI测试本身的防篡改机制
抽象云底层资源，赋予AI自主管理环境生命周期的能力
通过自然语言交互实现复杂拓扑的一键拉起、故障注入与销毁，极大提升研发效能
基于MCP理念打磨测试脚手架，开发针对存储、数据库、大数据等业务的专属插件库（Tools/Skills），以“绿叶”精神赋能兄弟团队快速接入
AI 洞察
优缺点分析
优点
- 接触前沿AI技术（LLM、Agent），技术壁垒高，积累稀缺经验
- 腾讯大厂平台，资源丰富，薪资福利优厚，职业发展空间大
- 团队技术氛围浓厚，能参与从0到1的AI测试体系建设，成就感强
- AI测试领域尚在探索期，需要极强的自驱力和学习能力
- 跨部门协作频繁，对沟通和技术影响力要求高
缺点 / 挑战
- 工作强度较高，需要应对复杂的技术难题和项目deadline
- 适合对AI质量保障有浓厚兴趣、技术功底扎实且渴望挑战的技术专家，尤其是具备LLM、Agent和云原生经验的工程师
角色解读
- 在AI质量保障领域成为专家，主导AI测试标准与体系搭建
- 向技术管理方向发展，带领团队攻克AI测试难题
- 横向扩展至腾讯其他业务线的质量与效能团队，或转向AI平台架构师
- 负责治理LLM幻觉与随机性问题，构建AI测试的确定性保障机制，确保测试结果一致可靠
- 搭建数字孪生与追溯系统，实现测试过程的秒级回溯，满足合规与安全要求
- 设计万级并发的调度引擎，将AI测试推向生产环境，并引入对抗样本与变异测试
- 深刻理解LLM原理与局限，具备AI Harness Engineering或Agent落地经验
- 熟练掌握云原生技术栈（K8s/IaC），对分布式存储、云数据库、大数据计算至少两个领域有源码级理解
- 精通Python或Go/Java，具备高并发中间件或分布式系统开发经验
- 有白盒测试、性能压测或混沌工程的架构设计经验
申请策略
- 在简历中体现对工程质量极致的追求，例如描述如何平衡质量、效率与成本
- 面试前准备一个完整的AI测试案例，展示从需求分析到落地的思考过程
- 突出LLM相关项目经验，包括AI测试框架设计、Agent落地或Harness Engineering实践
- 展示云原生技术深度，如K8s集群管理、IaC编排、分布式存储或大数据调优案例
- 强调高并发系统开发或性能调优成果，附上具体数据（如QPS、可用性）
- 深入学习LLM原理，了解RAG、Agent、Prompt Engineering等最新进展
- 动手实践K8s和Terraform，搭建小规模AI测试环境
- 熟悉混沌工程工具（如Chaos Mesh）和对抗样本生成方法
面试指南
- STAR方法：描述场景、任务、行动和结果，突出技术难点和个人贡献
- 从问题本质出发，先分析根因，再提出多种解决方案，最后说明权衡与选择
- 结合腾讯业务场景，给出具体可行的策略，展现技术深度和落地能力
- 如何设计测试方案来验证LLM输出的确定性？请举例说明
- 描述一次你解决分布式系统高可用性问题的经历
- 如何评估AI测试工具的覆盖率和有效性？
- 在云原生环境下，如何实现测试环境的一键部署和自动销毁？
- 你如何看待AI测试未来的发展趋势？
职位点评
77
综合评分
腾讯AI测试专家岗，前沿技术栈，薪资优厚，但工作强度可能较大，WLB需权衡。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
适合追求技术成长和能力提升的求职者，愿意为前沿技术投入时间和精力。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展95
工作生活50
使命价值60
薪资福利
85较高
腾讯大厂薪资福利优厚，资深岗位薪酬竞争力强，但JD未明确薪资，需面议。
薪资信号面议 (35K-60K/月)
成长发展
95较高
职位涉及LLM、Agent、云原生等前沿技术，能极大提升技术深度和广度，成长空间巨大。
技术前沿前沿/新兴技术
技术栈LLM、Agent、K8s、IaC、Spark、Flink、混沌工程
业务类型ambiguous
工作生活
50较低
深圳现场办公，JD未提及WLB，大厂可能存在加班文化，生活便利性一般。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
60中等
AI测试对产品质量和用户体验有直接贡献，但偏向技术支撑，社会影响力中性。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
腾讯 的其他在招职位
相似职位推荐
Watch Jobs