荣耀
AI系统测试工程师
AI系统测试工程师
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
Ai服务器
Cuda
Gpu
Pcie
Pytorch
自动化测试
值不值得投
72综合评分
综合评分 72
前沿AI算力硬件测试岗，技术壁垒高、成长空间大，薪资中上，但WLB情况未明。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
2万
与测试开发中位数基本持平
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 310 个在招 · 其中测试开发 3 个
市场机会
选择适中
西安 · 测试开发 · 40 个在招
职位详情
关于这个职位
该职位主要负责AI服务器及工作站的整机系统性能测试、底层缺陷排查与自动化测试平台开发
你需要协同硬件与底层软件团队，解决算力衰减、GPU掉卡等复杂系统级异常，确保AI算力产品的极限性能与稳定性
最低要求
学历/专业：本科及以上学历，计算机、电子工程、自动化、通信、人工智能等相关专业
经验要求：具有服务器系统级测试经验，具备 GPU 服务器或 AI 工作站产品的完整项目交付经验
底层系统能力：精通 Linux 操作系统原理，熟悉内核参数调优，能熟练运用底层诊断工具（dmesg, syslog, top等）进行深度的Troubleshooting
AI硬件与软件生态：熟悉主流服务器主板架构及PCIe协议
深刻理解至少一种主流AI算力卡（如 NVIDIA H/B系列、华为昇腾等）的软硬件特性
熟悉 Docker 容器化技术及基本的 CUDA/PyTorch 运行环境配置
编程技能：熟练掌握 Python 与 Shell 脚本语言，具备独立的自动化测试脚本开发能力
综合素质：具备严谨的工程逻辑思维，对硬件极限和系统稳定性有极高的自我要求，具备优秀的跨部门沟通与问题推动解决能力
工作职责
基准性能与算力验证：负责AI服务器及工作站的整机系统性能测试，主导运行行业标准跑分，验证系统在真实大模型训练/推理负载下的极限吞吐量与算力表现
其他网络、拷机压测以及功耗等整机测试
底层缺陷排查与定界：协同硬件、散热、底层软件（驱动/BIOS/BMC）研发团队，对测试中出现的算力衰减、GPU掉卡、降频、PCIe报错等复杂系统级异常进行抓log、分析与定界
自动化测试平台开发：使用Python/Shell开发自动化测试用例及脚本，调用系统及带外接口实现测试任务的批量下发、日志自动拉取与测试报告生成，提升团队测试效能
AI 洞察
优缺点分析
优点
- 深入AI算力底层，接触GPU、大模型训练等前沿硬件技术，技术壁垒高
- 依托巨头企业平台，能够接触大规模真实业务场景下的AI算力需求，积累宝贵的大型项目经验
- 能够全面锻炼系统级思维与跨部门协同解决复杂工程问题的能力
- 需要排查底层硬件与软件交织的复杂异常，对Troubleshooting能力和逻辑思维要求极高
- 适合具备扎实Linux底层基础、对AI硬件生态有浓厚兴趣，且喜欢钻研系统级疑难杂症的工程师
缺点 / 挑战
- 涉及硬件极限压测与拷机，可能面临较高的测试环境压力和紧迫的项目交付节点
角色解读
- 纵向可发展为资深系统测试专家或AI硬件架构测试专家，深入底层软硬件协同优化
- 横向可转型为AI服务器产品经理、技术支持专家或底层软件开发工程师
- 负责AI服务器及工作站的整机性能测试，运行行业标准跑分以验证大模型训练/推理下的极限算力
- 协同硬件与底层软件团队，排查并定界算力衰减、GPU掉卡等复杂系统级异常
- 使用Python/Shell开发自动化测试平台，实现测试任务批量下发与报告自动生成
- 精通Linux操作系统及底层诊断工具，具备深度的Troubleshooting能力
- 熟悉主流AI算力卡（如NVIDIA、华为昇腾）的软硬件特性及PCIe协议
- 熟练掌握Python与Shell脚本，能独立开发自动化测试用例
申请策略
- 提前了解荣耀在AI算力领域的最新产品布局，展现对公司业务的关注
- 准备跨部门协同解决复杂系统级Bug的STAR法则案例，以应对面试中的行为考察
- 突出GPU服务器或AI工作站的完整项目交付经验，特别是性能调优与极限压测的成果
- 详细列举使用Python/Shell开发自动化测试脚本、提升测试效能的具体案例与数据
- 强调在Linux环境下进行底层缺陷排查（如PCIe报错、GPU掉卡）的成功经验
- 深入学习NVIDIA或华为昇腾等主流AI算力卡的底层架构与CUDA/PyTorch运行环境配置
- 提升Python自动化测试框架及CI/CD流水线的集成能力
面试指南
- 故障排查类：采用“现象描述 -> 环境复现 -> 日志分析 -> 硬件/软件隔离定界 -> 根因解决”的结构化思路
- 性能测试类：从“测试指标定义 -> 工具选择 -> 瓶颈分析（显存/带宽/算力） -> 优化建议”展开
- 请描述一次你排查过的最复杂的GPU掉卡或算力衰减问题，你是如何定位并解决的？
- 在AI服务器整机性能测试中，你通常使用哪些工具和方法来验证大模型推理的极限吞吐量？
- 如果自动化测试脚本在批量下发时出现偶发性失败，你会如何设计日志抓取和排查流程？
- 谈谈你对PCIe协议的理解，以及在服务器主板架构中它如何影响AI算力卡的性能？
- 复习Linux内核基础、PCIe协议基础以及主流AI框架的底层运行机制
- 梳理过往项目中的自动化测试平台架构设计，能够画出系统流程图并解释核心模块
职位点评
薪资福利75
成长发展85
工作生活50
使命价值70
薪资福利
75中等
西安地区AI硬件测试岗位薪资处于中上水平，企业提供相对完善的薪酬福利体系，但具体薪资需根据面试定级而定。
薪资信号未披露（AI估算：1.5千–2.5万/月）
成长发展
85较高
岗位深入AI算力底层与系统级架构，技术壁垒高，能接触到前沿的GPU与大模型硬件生态，技术成长空间广阔。
技术前沿前沿/新兴技术
技术栈Python、Shell、Linux、GPU、PCIe、Docker、CUDA、PyTorch
业务类型profit_center
工作生活
50较低
JD未明确提及工作模式与加班情况，但硬件系统级压测与底层缺陷排查通常面临较高的项目交付压力，WLB情况需进一步确认。
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
AI算力基础设施是当前科技发展的核心底座，岗位直接参与大模型硬件生态建设，具有较高的行业前景与技术使命感。
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
荣耀 的其他在招职位
相似职位推荐
Watch Jobs