腾讯
大模型测试工程师（北京/深圳）
大模型测试工程师（北京/深圳）
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
大模型测试
性能测试
根因分析
测试自动化
质量评估
黑盒测试
值不值得投
74综合评分
综合评分 74
前沿AI赛道、技术成长性强、大厂平台背书，工作节奏偏快
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
3.5万
比测试开发中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 2180 个在招 · 其中测试开发 22 个
市场机会
选择面较广
北京 · 测试开发 · 约 180 个在招
职位详情
关于这个职位
负责大模型业务全链路质量保障，覆盖需求分析、用例设计与专项测试执行
需协同研发与产品团队定位问题并闭环，推动测试流程优化与自动化落地，确保模型上线效果与系统稳定性
最低要求
本科及以上学历，计算机、软件工程等相关专业，有大模型测试相关执行经验
了解大模型部署链路、服务架构，熟悉主流接口协议与基础测试工具，对 RL 有基础认知即可
具备测试用例设计能力，掌握黑盒测试、性能测试、稳定性测试等基础测试方法论
具备良好的需求理解与沟通能力，可响应需求变更，配合调整测试执行工作
工作职责
协助理解大模型业务需求、场景边界及变更诉求，参与梳理核心质量指标，配合完成需求拆解与测试范围界定，保障测试工作贴合业务目标
参与大模型测试用例设计，覆盖正常 / 异常 / 边界 / 高并发场景，配合完成测试策略梳理与执行计划落地
负责大模型测试执行工作，包含 RL+agent 流程校验、链路质量、协议兼容、推理性能、模型效果等专项测试
作为测试执行对接人，配合模型效果评估团队落实测试标准与数据对接，协同研发、产品、运维团队跟进问题定位、整改及闭环
参与测试用例库、测试流程的沉淀与优化，协助推进测试自动化落地
跟进线上质量问题，配合完成根因分析与改进落地
优先资格
了解大模型基础效果评估指标，有相关验证测试执行经验者优先
AI 洞察
优缺点分析
优点
- 聚焦大模型前沿赛道，技术视野开阔
- 依托头部互联网平台，资源与工具链完善
- 接触RL+Agent等新兴应用，职业竞争力强
- AI模型迭代快，测试标准与评估体系仍在演进中
- 适合对AI技术有热情、具备扎实测试功底且追求快速成长的技术型求职者
缺点 / 挑战
- 需兼顾业务变更响应与自动化落地，工作压力较大
- 对底层原理与工程能力要求较高
角色解读
- 可向大模型质量专家、测试开发架构师或AI产品经理方向发展，深入前沿AI技术栈并主导复杂系统的质量体系建设
- 负责大模型业务全链路质量保障，包括需求分析、测试用例设计与专项测试执行
- 协同多方团队定位并闭环线上问题
- 推动测试流程优化与自动化建设
- 掌握大模型部署架构与评估指标，熟练运用黑盒、性能及稳定性测试方法
- 具备RL/Agent流程校验经验
- 良好的跨团队沟通与需求拆解能力
申请策略
- 提前了解腾讯相关业务线及大模型产品矩阵，面试时展现对AI质量保障体系的系统性思考
- 突出大模型测试项目经验，量化测试覆盖率、缺陷发现率及自动化提升比例
- 强调RL/Agent或LLM评估相关实践
- 补充大模型基础原理（如Transformer、RLHF）、性能压测工具使用及Python/Go脚本编写能力
面试指南
- 采用STAR法则结合测试生命周期展开
- 针对AI特性强调数据分布、边界场景与人工评估结合
- 体现从现象到根因的逻辑推导
- 如何设计大模型的测试用例？
- RL+Agent流程的测试难点在哪里？
- 如何评估大模型的效果指标？
- 遇到线上模型效果劣化如何排查？
- 复习软件测试经典理论与性能测试工具
职位点评
薪资福利75
成长发展85
工作生活60
使命价值70
薪资福利
75中等
头部互联网企业薪酬福利体系成熟且具有市场竞争力，但JD未明确具体薪资范围与发放结构。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
85较高
岗位深度参与大模型与RL+Agent前沿技术测试，技术栈新颖且成长空间大，但JD未明确提及内部培训或晋升机制。
技术前沿前沿/新兴技术
技术栈大模型、RL、Agent、性能测试、测试自动化
业务类型profit_center
工作生活
60中等
互联网业务节奏较快，JD未提及弹性工时或远程政策，需做好高强度工作准备。
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）
使命价值
70中等
投身AI大模型领域具有显著的行业前瞻性与社会价值，但JD侧重商业业务落地，使命感表述较少。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
腾讯 的其他在招职位
相似职位推荐
Watch Jobs