Arcsoft logo
虹软科技
手机图像算法 SDK 测试开发工程师

手机图像算法 SDK 测试开发工程师

发布于 1 天前

普通员工/个人贡献者

杭州市
高级经验
全职员工
仅现场办公
本科
自动化测试
性能测试
GitLab CI

AI 估算 · 25k–40k

5年+高级测试开发,虹软上市科技公司,杭州地区,C++/Python+系统底层能力稀缺,薪资具有竞争力。

职位详情

关于这个职位

负责手机图像算法SDK的测试工具架构设计与质量体系建设,主导自动化测试流程(仿真、功能、功耗、性能压测),定位复杂问题如Native Crash、内存泄漏等,并推动测试左移与CI/CD集成

该岗位需要深厚的C++/Python功底和系统架构能力,适合有5年以上测试开发经验的技术专家

最低要求

本科及以上学历,计算机、软件工程、电子信息等相关专业

年以上测试开发或 SDK 质量保障经验
精通 C++ 和 Python,具备较强工程开发能力
熟悉 Linux/Android 系统架构与调试机制
熟悉软件测试体系,能够独立完成:测试架构设计、测试平台建设、自动化方案设计
熟悉 Git/Jenkins/Docker/GitLab CI 等工程化体系
具备大型项目质量推进经验
具备较强的问题抽象、定位与推动能力

工作职责

负责手机图像算法 SDK的整体测试工具架构设计与质量体系建设

主导 SDK 自动化测试流程建设,包括:仿真自动化、功能自动化、功耗自动化、性能压测
负责复杂问题的分析与定位,包括:Native Crash、内存泄漏、多线程竞争、GPU/NPU 性能瓶颈、Camera pipeline 异常
推动测试左移与 CI/CD 建设,实现:自动化回归、持续集成、自动报告、数据可视化、异常告警
负责 SDK 测试工具链开发,包括:自动抓图、数据分析、日志解析、性能 profiling、稳定性监控
参与跨团队协作,包括:算法团队、SDK封装团队、FAE团队
主导复杂项目质量风险评估,制定测试策略与发布准入标准
指导中初级测试开发工程师,推动团队工程化能力提升

AI 洞察

优缺点分析

优点

  • 接触最前沿的手机图像算法和AI芯片(GPU/NPU)技术,技术价值高
  • 虹软在计算机视觉领域深耕多年,平台稳定,项目积累深厚
  • 主导测试工具架构和自动化体系建设,能显著提升工程化能力
  • 与算法、SDK、FAE等多团队协作,拓宽技术视野和影响力
  • 问题定位涉及底层系统(Native Crash、多线程竞争),技术难度大,需要强大的调试能力
  • 适合有5年以上测试开发经验、热爱底层技术、喜欢攻坚克难的技术专家,尤其是对图像算法和硬件加速感兴趣的同学

缺点 / 挑战

  • 测试左移和CI/CD建设需要推动多方协作,沟通成本较高
  • 手机行业更新快,需要持续跟进新芯片和新算法,学习压力大

角色解读

  • 技术方向:从测试开发专家进阶为系统架构师,负责更大规模的质量平台
  • 管理方向:可发展为测试团队Tech Lead或质量总监,带领团队攻克技术难题
  • 跨领域:积累手机图像算法和AI芯片知识,向算法测试或AI系统工程转型
  • 设计并搭建手机图像算法SDK的测试工具架构,确保质量体系覆盖全流程
  • 主导自动化测试(仿真、功能、功耗、性能),提升回归效率与稳定性
  • 深入分析Native Crash、内存泄漏、GPU/NPU瓶颈等复杂问题,推动快速修复
  • 构建CI/CD流水线,实现自动化回归、数据可视化与异常告警
  • 精通C++和Python,能够高效开发测试工具和自动化脚本
  • 深入理解Linux/Android系统架构,熟悉调试机制与性能优化
  • 掌握Git、Jenkins、Docker等工程化工具,具备CI/CD建设经验
  • 具备测试架构设计能力,能独立搭建自动化测试平台

申请策略

  • 了解虹软的核心产品(手机拍照、美颜、AR等),面试时展现对图像算法测试的兴趣
  • 准备一个真实的复杂问题排查案例,详细描述从现象到根因的推理过程
  • 突出C++/Python的项目经验,尤其是大型SDK或嵌入式系统的测试工具开发
  • 展示自动化测试平台建设成果,包括CI/CD集成、性能压测方案
  • 强调复杂问题定位案例,比如Native Crash、内存泄漏的根因分析
  • 体现跨团队协作和项目质量推进的实际成果
  • 如果对Android/Linux系统调试不够熟练,建议深入复习ptrace、perf、systrace等工具
  • 补充GPU/NPU相关知识(如OpenCL、Vulkan、TensorRT),提升性能分析能力

面试指南

  • STAR法则:情境-任务-行动-结果,清晰展示技术细节和效果
  • 结构法:先抽象问题本质,再分步骤(假设-验证-根因-修复),体现系统性思维
  • 量化法:用具体数据(覆盖率、耗时、缺陷率)证明成果
  • 请描述一次你设计并实现的自动化测试框架,包括架构和关键难点
  • 遇到一个内存泄漏或Native Crash,你会如何定位和解决?
  • 如何在CI/CD中集成性能测试并实现自动告警?
  • 如何衡量SDK的测试充分性?有哪些指标?
  • 多线程竞争问题如何复现和调试?

匹配度报告

65
综合匹配度

技术深度强、薪资可观、成长空间大,但办公灵活性低,适合追求技术发展的测试专家。

适合人群
最适合重视技术成长、热爱底层攻坚的求职者,对薪资和WLB有一定容忍度。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利75
成长发展85
工作生活40
使命价值60

薪资福利匹配

75中等

薪资估算中上水平,虹软为上市大型企业,福利稳定,但JD未明确薪资和具体福利,属于市场水准偏上。

薪资信号未披露(AI估算:25K-40K/月)

成长发展匹配

85较高

技术深度高,涉及前沿图像算法、GPU/NPU、系统底层,成长空间大;推动CI/CD和自动化建设,工程化能力明显提升。但未提及晋升通道。

技术前沿前沿/新兴技术
技术栈C++、Python、Android、Linux、Git、Jenkins、Docker、GitLab CI、GPU、NPU
业务类型profit_center

工作生活匹配

40较低

未提及远程或弹性办公,工作地点仅杭州,JD无WLB信息,推测为正常办公强度,但未明确说明。

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)

使命价值匹配

60中等

手机图像算法是消费电子核心赛道,行业增长稳定,技术有社会价值(提升拍照体验),但JD未提及使命驱动。

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