腾讯
资深AI测试专家（云数据业务方向）
资深AI测试专家（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
软件工程
Ceph
云原生
分布式系统
性能压测
混沌工程
白盒测试
AI测试
GO
HDFS
AI 估算 · 35k–60k
腾讯资深专家岗，深圳核心业务，AI+云数据方向稀缺，薪资竞争力强，参考互联网大厂P8-P9水平。
职位详情
关于这个职位
作为腾讯云数据业务的资深AI测试专家，你将负责攻克LLM幻觉、AI决策黑盒等前沿难题，构建高可用、高可靠的AI测试体系，保障核心业务的质量与安全
该岗位要求深入理解LLM原理、云原生技术栈，并具备自动化测试架构设计能力，是技术极客与质量守护者的理想选择
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
- 身处AI前沿，接触LLM可信、可解释等最热门技术，技能积累极具含金量
- 腾讯云数据业务体量大，项目复杂度高，能快速提升系统设计和问题解决能力
- 公司平台大，资源丰富，有机会与优秀团队合作，技术氛围浓厚
- LLM幻觉和黑盒问题是公认的硬骨头，解决难度大，需要极强的钻研和创新能力
- 要求的技术栈广且深，需要同时掌握AI、云原生、分布式系统等多领域知识，学习曲线陡峭
- 跨部门协作多，对沟通和技术影响力要求高，需要较强的自驱力
- 适合对AI质量保障有浓厚兴趣、技术栈全面、享受攻坚克难的技术极客
缺点 / 挑战
暂无明显挑战项
角色解读
- 深耕AI质量领域，成为行业顶尖的AI测试专家或质量架构师
- 横向扩展至腾讯云数据平台全链路质量保障，或转向AI工程平台方向
- 积累技术影响力，可能晋升为技术Leader，带领团队攻克更大规模的质量挑战
- 负责LLM测试的确定性保障，解决幻觉和随机性问题，确保AI输出一致可靠
- 搭建数字孪生追溯系统，实现AI决策过程的可解释和秒级回溯
- 设计高并发调度引擎（99.99%可用性），将AI测试落地到生产环境
- 开发基于MCP的测试脚手架和专属插件库，赋能兄弟团队提升研发效能
- 深入理解LLM原理及AI工程化实践，具备Agent/Harness Engineering经验
- 精通云原生技术（K8s/IaC），熟悉分布式存储、云数据库、大数据计算中至少两个领域
- 具备自动化测试框架底层能力，熟悉白盒测试、性能压测、混沌工程
- 掌握Python/Go/Java，有高并发分布式系统开发经验
申请策略
- 关注腾讯云智能质量中心的业务方向，在面试中展现对AI测试痛点的深入理解和解决方案
- 准备一个自己主导的复杂测试架构或AI质量保障案例，清晰阐述设计思路和工程落地过程
- 突出LLM相关项目经验，尤其是AI测试框架、Agent落地的具体成果
- 详细展示云原生（K8s/IaC）和分布式存储/数据库/大数据的深度掌握实例，如源码级理解或排障案例
- 强调自动化测试架构设计、性能压测或混沌工程经验，最好有量化数据（如提升效率百分比）
- 体现技术影响力，如技术分享、开源贡献、专利等
- 系统学习LLM原理和AI安全/可信技术，阅读相关论文和开源项目源码
- 强化K8s和IaC（如Terraform）实战，动手搭建分布式存储或大数据环境
面试指南
- STAR原则：情境(Situation)-任务(Task)-行动(Action)-结果(Result)，突出目标、挑战、解决思路和量化收益
- 技术+业务结合：先讲技术实现，再说明它对业务稳定性和效率的具体价值
- 对比方案：遇到问题时可提出多种方案，并分析权衡，体现架构思维
- 如何设计一个LLM测试框架来检测并缓解幻觉问题？
- 描述你在K8s环境中进行混沌工程的实践，如何保证测试的准确性？
- 你如何衡量AI测试的质量和有效性？有哪些关键指标？
- 请介绍你参与过的一个高并发分布式系统的性能压测方案
- 你是如何学习和跟进AI测试前沿技术的？举一个转化的例子
职位点评
78
综合评分
腾讯核心云数据业务，顶尖AI测试技术栈，薪资优厚但WLB一般。
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
追求技术前沿、渴望快速成长、不在意高强度工作的求职者
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70
薪资福利
85较高
腾讯作为头部大厂，薪资福利有竞争力，资深岗位薪酬优厚，但JD中未明确具体数字和福利，故分数较高但留有余地。
薪资信号面议 (35K-60K/月)
成长发展
95较高
该职位涉及最前沿的AI测试技术（LLM、数字孪生、MCP等），技术栈新且深，成长空间极大，完全满足发展性动机。
技术前沿前沿/新兴技术
技术栈LLM、数字孪生、MCP、Agent、混沌工程、K8s、IaC、Spark、Flink
业务类型profit_center
工作生活
50较低
腾讯工作强度通常较高，JD未提WLB，且核心业务专家岗可能压力较大，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
70中等
云数据业务支撑众多互联网服务，具有一定社会价值，但主要属于商业驱动，使命导向不突出。
行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新（行业首创）
腾讯 的其他在招职位
相似职位推荐
Watch Jobs