道富公司
Quality Assurance, SrAssc (AI-Assisted Testing)
Quality Assurance, SrAssc (AI-Assisted Testing)
发布于 2 小时前普通员工/个人贡献者
全职员工混合式弹性办公测试开发
测试开发
Agentic Ai
Ai Agent
Api Integration
Github Copilot
Llm
Prompt Engineering
Rag
Test Automation
值不值得投
81综合评分
综合评分 81
前沿AI测试岗，技术栈极具前瞻性，成长空间大，工作生活平衡较好。
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
3.3万
比测试开发中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
58 个在招
市场机会
选择面较广
杭州 · 测试开发 · 96 个在招
职位详情
关于这个职位
该职位负责设计和开发基于AI Agent的质量工程能力，将测试方法论转化为可执行的智能体技能
你需要结合质量工程经验与生成式AI技术，构建可复用的自动化资产，推动AI辅助测试在软件交付生命周期中的规模化应用
最低要求
计算机科学、工程、信息技术、数据科学或相关领域学士学位
年以上软件工程、质量工程、测试自动化或相关技术学科经验
在敏捷软件交付环境中工作的经验
熟悉软件开发生命周期和质量工程实践
在 Github Copilot/MS Copilot/Google Vertex 上进行 Agent 开发的经验
工作职责
智能体技能开发：
设计和开发支持质量工程活动的可复用AI Agent技能
将测试方法论、质量标准转化为可执行的智能体能力
创建和维护智能体指令、提示词、工作流和知识资产
提高智能体推理质量、响应准确性和任务执行效果
与工程团队合作识别智能体自动化和增强的机会
智能体解决方案赋能：
配置和定制AI代理能力以支持项目交付需求
与交付团队合作将代理解决方案集成到现有SDLC流程中
推动跨多个团队和应用的Agentic工程实践采用
支持涉及多个代理和工程工具的智能工作流实施
知识工程：
开发和策划质量工程知识库以提高智能体基础和性能
将测试框架、标准、手册和最佳实践结构化为可复用的知识资产
持续提高知识质量、可发现性和治理能力
AI评估与质量保证：
建立评估智能体有效性、准确性、可靠性和业务价值的方法
根据工程标准和项目要求验证AI生成的输出
识别和解决与AI生成内容和决策相关的质量风险
通过透明度、可追溯性和治理控制支持负责任的AI采用
创新与持续改进：
探索新兴的Agentic AI技术和行业最佳实践
尝试新的代理框架、编排方法和自动化机会
为组织AI战略和能力发展做出贡献
分享学习成果并推动工程组织内更广泛的采用
优先资格
首选技术技能：
生成式AI平台和工具经验
大型语言模型（LLM）经验
提示词工程（Prompt Engineering）经验
Python 编程经验
知识库设计经验
工作流自动化经验
API 集成经验
RAG（检索增强生成）经验
测试自动化框架经验
首选经验：
为企业用例开发或配置AI代理的经验
构建特定领域的AI技能和可复用的自动化资产的经验
在软件交付或质量工程环境中应用AI解决方案的经验
领导技术演示、研讨会或培训课程的经验
评估和改进AI生成的输出的经验
金融服务行业经验者优先
附加要求：
强大的沟通和利益相关者管理能力
能够在全球和跨职能团队中有效工作
对创新和技术转型充满热情
能够快速学习新兴AI技术并将其应用于实际业务挑战
我们看重的技能：
出色的口头和书面沟通能力
强大的演示和讲故事能力
能够影响利益相关者并推动新技术的采用
能够将复杂的AI概念转化为实用的业务解决方案
强大的引导和研讨会领导能力
能够与技术及非技术受众有效合作
持续学习的心态和对创新的热情
AI 洞察
优缺点分析
优点
- 处于AI与软件工程结合的最前沿，能够积累极具竞争力的Agentic AI落地经验
- 依托全球领先的金融平台，能接触到企业级复杂场景和规范的工程实践
- 岗位核心聚焦技术创新与效能提升，个人技术影响力容易凸显
- 需要同时精通传统质量工程和前沿AI技术，学习曲线较陡，技术跨度大
- 推动新技术在跨职能团队中的落地和采用，需要较强的沟通与变革管理能力
- 适合具备5年以上测试/开发经验，对生成式AI和Agent技术有浓厚兴趣，且具备较强沟通推动能力的复合型技术人才
缺点 / 挑战
暂无明显挑战项
角色解读
- 从高级质量工程师向AI质量工程专家或Agentic AI架构师发展
- 未来可引领企业级AI辅助交付战略，成为AI与软件工程交叉领域的稀缺人才
- 负责设计和开发基于AI Agent的质量工程自动化技能，将传统测试方法论转化为可执行的智能体能力
- 推动AI辅助测试在软件交付生命周期中的落地，构建可复用的知识资产和自动化工作流
- 评估和优化AI Agent的输出质量，确保其符合工程标准和业务需求
- 具备扎实的软件测试与自动化框架经验，熟练掌握Python及API集成
- 熟悉大语言模型（LLM）、提示词工程、RAG技术，以及在Github Copilot等平台上进行Agent开发的经验
- 具备优秀的跨团队沟通与影响力，能够推动新技术在复杂组织中的落地
申请策略
- 了解道富在金融科技和AI辅助交付方面的最新战略，准备一两个利用AI提升测试效率或质量的具体案例
- 突出在测试自动化框架、Python开发方面的扎实基础与实战成果
- 重点展示在LLM、Prompt Engineering、RAG或AI Agent开发方面的实际项目经验
- 强调跨团队协作、技术布道或推动新技术落地的成功案例
- 深入学习Agentic AI框架（如LangChain, AutoGen）及企业级Agent编排技术
- 提升将复杂技术概念转化为业务价值的演示和沟通能力
面试指南
- 采用STAR法则，重点突出“业务痛点-技术方案（Agent/LLM/RAG）-实施过程-量化收益”
- 在回答评估和推动落地问题时，强调“质量门禁设计”和“利益相关者管理”的策略
- 请分享一个你利用AI或Agent技术优化测试流程或提升质量工程效率的实际案例
- 在将传统测试方法论转化为AI Agent可执行技能时，你遇到过哪些挑战？如何解决的？
- 如何评估和验证AI Agent生成的测试用例或代码的准确性和可靠性？
- 如何推动跨职能团队采纳新的Agentic工程实践？
- 复习大模型基础、RAG原理及Prompt Engineering最佳实践
- 准备一个完整的AI辅助测试Demo或架构图，以便在面试中直观展示你的技术深度
职位点评
薪资福利80
成长发展90
工作生活75
使命价值70
薪资福利
80较高
高级技术岗，薪资处于市场中上水平，福利体系完善，但具体薪资未披露。
薪资信号未披露（AI估算：2.5千–4万/月）
福利待遇flexible work-life support、paid volunteer days、inclusive development opportunities、vibrant employee networks
成长发展
90较高
岗位处于Agentic AI与质量工程结合的最前沿，技术栈极具前瞻性，能接触到企业级AI战略落地。
技术前沿前沿/新兴技术
技术栈AI Agent、LLM、Prompt Engineering、Python、RAG、Github Copilot、API Integration、Knowledge Base Design、Workflow Automation
成长机会inclusive development opportunities
业务类型cost_center
工作生活
75中等
提供灵活的工作生活支持，但具体办公模式和加班情况未在JD中明确说明。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
工作生活平衡flexible work-life support
使命价值
70中等
推动AI在软件工程中的负责任采用，具有一定的行业推动意义和技术使命感。
行业发展高速增长赛道
社会影响中性/一般
使命信号responsible AI adoption、transparency, traceability, and governance controls
创新程度积极采用新技术
道富公司 的其他在招职位
相似职位推荐
Watch Jobs