腾讯
AI测试架构师
AI测试架构师
发布于 2 天前普通员工/个人贡献者
深圳市
高级经验
全职员工
仅现场办公
本科
软件工程
Go
Llm
Rag
大模型
测试架构
自动化测试
金融测试
AI 估算 · 40k–60k
AI架构师为高薪技术岗，腾讯大厂加持，AI赛道火热，薪资水平处于市场高位。
职位详情
关于这个职位
作为腾讯AI测试架构师，你将负责AI金融测试工具及平台的整体架构设计，推动大模型、Agent和RAG技术在测试场景中的落地
你将与顶尖技术团队合作，打造高可用的AI测试基础设施，并主导前沿AI测试技术的研究与应用
该职位适合具有深厚LLM理解、精通Python、具备测试架构经验的资深工程师
最低要求
计算机相关专业本科及以上学历，6年以上软件工程或测试开发经验，其中至少2年AI/LLM相关项目实践经验
深刻理解LLM原理与局限（Transformer / MoE / GQA），有确定性与幻觉治理工程实践，能针对复杂金融场景构建低幻觉、高准确率的智能化质量保障方案
具备Test Harness Engineering或Agent评测体系设计经验，熟悉Agent核心架构（Planning / Tool Calling / Memory / Reflection），有大型项目中的实际落地经历
精通Python，熟练Go或Java
熟悉分布式高并发架构，具备中间件或分布式系统的实际排障经验
对自动化测试体系有深刻理解，能驱动测试流程的AI化变革
具备强烈自驱力与跨团队技术影响力，能捕捉前沿技术并转化为生产力，推动部门级AI测试能力升级，能主导从0到1的AI测试体系搭建
工作职责
负责AI金融测试工具及平台的整体架构设计与迭代优化，打造高可用、可扩展的AI赋能测试基础设施
推动大模型、Agent及RAG技术在金融AI集成测试、高频接口测试、测试用例智能生成等核心场景的深度落地
建立模型效果评测与优化飞轮，参与模型上下文设计、Prompt工程及推理加速，推动大模型在测试场景下的效果持续迭代
关注AI领域前沿技术，开展AI测试知识图谱建设、缺陷根因分析、AI智能压测等前瞻性场景的技术攻坚与应用探索
AI 洞察
优缺点分析
优点
- 腾讯大平台，资源丰富，能接触大规模分布式系统和核心业务
- AI测试领域人才稀缺，职业竞争力强，薪资待遇优厚
- 有机会主导从0到1的体系建设，成就感强
- 对LLM原理和工程化要求极高，需要持续学习最新技术
- 跨团队协作多，需要较强的沟通和影响力
- 金融场景对准确率要求苛刻，模型幻觉治理难度大
缺点 / 挑战
- 参与前沿AI技术在金融测试场景的落地，技术挑战大，成长快
- 适合在AI测试和LLM领域有深厚积累、渴望挑战前沿技术、并希望在大型企业主导技术变革的资深工程师
角色解读
- 深耕AI测试领域，成为行业顶尖的AI质量保障专家
- 向技术管理方向发展，带领团队攻克更多AI基础设施难题
- 横向扩展到AI产品研发或AI平台架构，拓宽技术视野
- 负责AI金融测试工具及平台的架构设计，确保高可用和可扩展性
- 推动大模型、Agent和RAG技术在金融测试场景中的落地，如智能用例生成和接口测试
- 建立模型效果评测与优化机制，参与Prompt工程和推理加速，持续提升测试质量
- 关注AI前沿技术，开展测试知识图谱、缺陷根因分析等前瞻性研究
- 精通Python，熟练Go或Java，具备分布式高并发架构经验
- 深刻理解LLM原理（Transformer/MoE/GQA），有幻觉治理工程实践
- 熟悉Agent核心架构（Planning/Tool Calling/Memory/Reflection），有评测体系设计经验
- 具备强烈的自驱力和跨团队技术影响力，能够从0到1搭建AI测试体系
申请策略
- 在求职信中表达对AI测试技术的热情，以及想要在腾讯推动质量变革的愿景
- 提前了解腾讯内部AI测试工具（如TuringLab、大模型测评平台）的相关信息
- 突出LLM相关项目经验，特别是金融或高准确率场景的实践
- 强调测试架构设计、Agent评测体系、自动化测试能力
- 展示Python和Go/Java的项目成果，以及分布式系统排障案例
- 提及从0到1搭建测试体系或推动AI化变革的经历
- 深入学习LLM原理和幻觉治理方法，如RAG、Prompt工程
- 熟悉Agent框架（如LangChain、AutoGPT），动手搭建Agent评测系统
面试指南
- STAR法则：先说明背景和挑战，再讲你采用的具体技术方案，最后量化效果
- 技术对比：将不同方案（如不同Agent框架、Prompt策略）进行对比，展示思考深度
- 从问题到解法：先承认当前技术的局限，然后提出自己的工程优化思路，体现批判性思维
- 请描述一次你利用大模型解决测试痛点的实际案例
- 如何评估LLM在生成测试用例时的准确率？你采用哪些指标？
- Agent架构中的Planning和Tool Calling如何设计才能保证可靠性？
- 在高并发金融接口测试中，如何设计测试工具确保不遗漏异常？
- 你如何看待当前大模型在测试领域的局限，未来你认为有哪些突破方向？
职位点评
68
综合评分
腾讯AI测试架构师，前沿AI技术栈，薪资优厚，但现场办公且可能高强度。
更适合这类人
最适合追求技术前沿和快速成长的求职者，对WLB要求不高的候选人。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展95
工作生活45
使命价值50
薪资福利
80较高
腾讯大厂薪资有竞争力，但JD未明确薪资和福利，需面试确认。
薪资信号未披露（AI估算：40K-60K/月）
成长发展
95较高
职位涉及最前沿的AI技术，技术挑战大，成长空间极高。
技术前沿前沿/新兴技术
技术栈LLM、Agent、RAG、Transformer、MoE、GQA
业务类型ambiguous
工作生活
45较低
深圳现场办公，JD未提弹性工作或WLB，可能加班较多。
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
50较低
AI测试对产品质量有贡献，但非直接解决社会问题，意义感一般。
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