云知声
测试工程师（server端）(J11037)
测试工程师（server端）(J11037)
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公测试开发
测试开发
Asr
Tts
性能测试
测试开发
私有云
自动化测试
值不值得投
67综合评分
综合评分 67
AI语音技术测试岗，技术成长性高，薪资有竞争力，但WLB需进一步确认。
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。
薪资怎么样
2.1万
比测试开发中位数高
发布情况
新岗位 · 今天发布
公司情况
公司还在招多个职位
4 个在招
市场机会
选择适中
南京 · 测试开发 · 45 个在招
职位详情
关于这个职位
该职位负责云知声核心语音引擎（ASR、TTS）及云端服务的测试工作，覆盖功能、性能、兼容性等多维度测试
你需要参与测试方案设计、自动化脚本编写、环境搭建，并推动质量流程优化，保障AI语音产品在公有云和私有云场景下的稳定与高效
最低要求
本科及以上学历，计算机相关专业，3年及以上软件测试经验，有公有云服务测试、ASR/TTS等语音引擎测试系统测试经验者优先
熟悉软件测试流程、测试方法和常用测试工具（如JIRA、TestRail、Postman等），具备独立制定测试计划、设计测试用例和执行测试的能力
了解公有云（如阿里云、腾讯云、华为云）基础架构和服务部署模式，熟悉私有云部署流程和环境配置，能独立搭建和维护相关测试环境
熟悉常见的Linux 操作系统，熟悉linux性能指标相关知识，熟悉常见信创操作系统，了解linux内核机制者优先
熟悉常见的网络协议，熟悉http，websocket等相关协议
具备一定的自动化测试能力，熟悉至少一种脚本语言（如Python、shell）
了解ASR/TTS核心原理，熟悉语音相关测试指标（如识别准确率、词错率、合成自然度等），有语音测试数据构建和管理经验者优先
具备良好的逻辑思维能力、问题定位能力和沟通协调能力，能清晰表达测试思路和问题反馈
有较强的责任心和抗压能力，适应快速迭代的项目节奏
工作职责
负责公有云口语评测微服务、私有云ASR（自动语音识别）、TTS（语音合成）等核心语音引擎及相关服务的测试工作，涵盖功能、性能、兼容性、稳定性、安全性等全维度测试
参与项目需求分析与评审，制定详细的测试计划、测试方案，设计高质量的测试用例（含自动化测试脚本），确保测试覆盖全面性与有效性
执行测试用例，精准定位并记录公有云、私有云场景下的各类缺陷，跟踪缺陷生命周期，推动研发团队高效修复，确保问题闭环，保障产品质量
针对公有云服务的多环境（不同地域、不同配置）、高并发特性，开展性能测试、压力测试，分析测试结果，提出性能优化建议
针对私有云的部署场景差异，完成兼容性测试及适配验证
负责ASR/TTS引擎的核心算法效果测试，包括语音识别准确率、合成自然度、口语评测维度（发音、语调、流畅度等）的量化测试与效果验证，输出专业的测试报告
搭建和维护测试环境（含公有云测试实例、私有云模拟部署环境），维护测试数据（语音样本库、评测文本库等），提升测试效率
推动测试流程优化，参与自动化测试框架的搭建与落地，编写自动化测试脚本，提升回归测试效率，支撑产品快速迭代
配合产品、研发团队完成版本上线前的质量验收，输出测试总结报告
跟踪线上问题，协助定位分析，推动问题解决
优先资格
有公有云服务测试、ASR/TTS等语音引擎测试系统测试经验者优先
了解linux内核机制者优先
有语音测试数据构建和管理经验者优先
AI 洞察
优缺点分析
优点
- 深度参与前沿AI语音技术的测试工作，能积累稀缺的AI产品测试经验
- 测试工作覆盖云原生、高并发、多云部署等多个技术热点，技术栈丰富，能力提升快
- 岗位对自动化和质量流程有明确要求，有利于个人工程化能力的体系化建设
- 需要理解复杂的语音算法效果并进行量化验证，对技术理解深度有一定要求
- 测试工作涉及公有云、私有云等多种环境，环境配置与问题定位可能比较复杂
- 对人工智能、语音技术有浓厚兴趣，希望在质量保障领域进行技术深耕，具备良好逻辑思维和问题定位能力的测试工程师
缺点 / 挑战
- 需适应快速迭代的项目节奏，对责任心和抗压能力有较高要求
角色解读
- 技术专家路径：深耕AI语音产品的质量保障，成为性能测试或语音算法测试领域的专家
- 测试开发路径：向测试架构师或自动化测试负责人发展，主导质量工程体系的建设
- 质量管理路径：积累项目经验后，可转向测试经理或质量管理角色，负责团队和流程管理
- 对云知声的ASR（语音识别）和TTS（语音合成）引擎进行全面的测试，确保其在公有云和私有云环境下的功能与性能达标
- 设计和执行性能、压力及兼容性测试，尤其是在高并发和多云部署场景下，以发现潜在瓶颈
- 搭建和维护复杂的测试环境，包括云实例和私有化部署环境，并维护用于评估算法效果的语音测试数据集
- 推动自动化测试框架的建设，编写测试脚本以提升回归测试效率，缩短产品迭代周期
- 扎实的软件测试理论基础，具备独立完成测试计划、用例设计与缺陷跟踪的全周期能力
- 熟悉Linux系统、网络协议及至少一门脚本语言（Python/Shell），能够进行环境搭建与自动化脚本编写
- 了解公有云（如阿里云、腾讯云）架构与私有云部署，并具备性能测试与分析能力
- 对语音技术（ASR/TTS）的基本原理和评测指标（如识别准确率、自然度）有认知，能进行算法效果验证
申请策略
- 在简历或面试中，可以针对JD中提到的“口语评测维度”或“语音测试数据构建”准备一个具体的项目或思考，展示你的深入理解
- 了解云知声在语音识别、语音合成及物联端云服务等方面的产品与业务，思考测试如何为其质量保驾护航
- 重点突出在公有云（如阿里云、腾讯云）或私有化部署环境下的测试经验，尤其是性能测试和兼容性测试案例
- 详细描述与自动化测试相关的经历，包括使用的工具（如JMeter, Selenium）、脚本语言及搭建的框架
- 如有语音相关（ASR/TTS）或AI产品的测试经验，务必清晰列出，包括测试指标和取得的成果
- 深入学习Linux系统调优和性能分析工具，提升在复杂环境下定位问题的能力
- 系统学习语音技术的基础知识，了解主流的ASR/TTS评测指标和方法
- 实践使用JMeter、Locust等工具进行API和性能测试，并完善Python自动化测试技能
面试指南
- 对于场景问题，使用STAR法则：清晰描述Situation（背景）、Task（任务）、Action（行动，突出你的技术决策）、Result（结果与量化成果）
- 对于测试设计问题，采用分类思维：先分模块/功能，再分正常流/异常流，最后考虑非功能需求（性能、安全等），结合具体指标展开
- 对于环境问题，突出解决问题的逻辑：先明确需求，再调研工具，描述搭建过程，最后说明如何验证环境有效性
- 请描述一个你过去负责的、比较复杂的性能测试或压力测试项目，你是如何设计测试方案和分析结果的？
- 如果让你测试一个新上线的语音合成（TTS）服务，你会从哪些维度设计测试用例？如何验证合成语音的自然度？
- 你如何搭建一个模拟私有云环境的测试环境？会遇到哪些挑战？
- 在自动化测试方面，你通常如何选择框架和编写脚本？请举例说明你是如何提升回归测试效率的
- 当线上报告了一个与语音识别准确率相关的偶发性问题，你会如何进行定位和分析？
职位点评
薪资福利65
成长发展82
工作生活50
使命价值70
薪资福利
65中等
职位为已上市公司的全职岗位，提供基本保障。但JD未披露具体薪资与福利细节，补偿性动机的满足程度主要依赖市场谈判。
薪资信号面议 (1.6千–2.5万/月)
成长发展
82较高
该职位直接接触前沿的AI语音技术（ASR/TTS）和云原生架构，对技术深度和测试工程化能力有明确要求，能为求职者提供显著的技术成长。
技术前沿前沿/新兴技术
技术栈ASR、TTS、Python、Shell、Linux、性能测试、自动化测试
成长机会推动测试流程优化、参与自动化测试框架的搭建与落地
业务类型profit_center
工作生活
50较低
JD未明确工作模式和WLB相关信息。作为现场办公的技术测试岗，可能需配合项目节奏，工作强度存在一定不确定性。
工作模式未明确
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
70中等
工作内容直接服务于提升AI语音产品的质量与用户体验，属于人工智能技术应用的关键环节，具有一定的技术价值感和社会影响力。
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
Watch Jobs