小米
AI测试架构师-商业广告方向
AI测试架构师-商业广告方向
发布于 大约 14 小时前普通员工/个人贡献者
南京市
专家级经验
全职员工
仅现场办公
学历未注明
测试开发
Ai测试
CI/CD
Dpa
Llm
Ocpx
Prompt Engineering
Rtb
广告测试
AI 估算 · 40k–60k
资深AI测试架构师，技能稀缺，市场竞争力强，薪酬水平较高。
职位详情
关于这个职位
该职位负责小米商业广告业务的质量保障体系，涵盖广告全链路的测试策略设计、AI 测试平台建设与质量度量
候选人需具备深厚测试架构能力、广告业务经验及 AI 技术应用能力，是技术专家级岗位，适合有多年测试和架构经验的专业人士
最低要求
年+ 测试经验，3 年+ 架构经验，3 年+ 广告业务经验，熟悉 RTB/OCPX/DPA，深谙引擎召回/排序/计费链路质量风险
精通测试金字塔与分层测试体系，Java/Python/TS 至少精通一种，能独立设计测试框架和工具链
有 LLM 测试应用与 Prompt Engineering 实践经验，熟悉 RAG 知识库构建与 Spec 驱动测试设计，能识别边界遗漏与状态机缺陷
熟悉 Kafka 消息队列与 Flink 流处理，掌握 Selenium/Appium/Playwright/pytest 等主流框架及 CI/CD 质量门禁落地
有多 Agent 系统编排与上下文管理实战经验，理解 Agent 通信、任务编排、状态管理与异常处理机制
工作职责
设计广告业务分级测试策略，覆盖 RTB→OCPX→DPA→计费全链路，针对召回/粗排/精排/计费建立分层质量防御矩阵
主导测试左移，在 PRD/Spec 阶段输出测试侧约束
搭建多 Agent 执行引擎，对接 CI/CD 质量门禁实现发布前自动拦截
建设广告测试知识库与 Prompt 模板库，覆盖需求审查到缺陷归因全链路，持续提升 AI 测试产物的召回率与有效率
管控用例评审、缺陷审核、发布放行三个关键人工决策节点，追踪召回率、左移率、覆盖率等指标，推动线上问题规则闭环
设计 Kafka 广告事件流与 Flink 实时计算测试方案，建立数据完整性与一致性校验，覆盖 GDPR/CCPA 国际化合规测试
赋能 AI 软件质量工程师与测试工程师，推动 AI Native 模式规模化落地，协同研发推进单测 Agent 并追踪覆盖率达标
优先资格
优先：AI Native 测试转型项目经验、出海产品测试经验、混沌工程/可观测性建设、质量度量体系设计经验
AI 洞察
优缺点分析
优点
- 职位位于大型互联网公司，平台稳定，资源丰富，能接触到前沿AI测试实践
- 工作内容涵盖广告核心链路，业务影响力大，对个人职业成长很有价值
- 技术要求高，能深耕AI测试和工程质量领域，塑造不可替代的技术优势
- 该岗位对综合能力要求极高，需要同时具备广告业务、测试架构和AI知识
- 适合具备深厚测试架构经验、对AI技术有热情、并希望在大型互联网平台持续成长的资深测试专家
缺点 / 挑战
- 工作可能涉及多团队协作和复杂系统，压力较大，需要有较强的推动力
角色解读
- 可以向AI质量平台负责人或测试技术专家方向发展，领导大型测试架构
- 随着AI测试领域的成熟，可成为公司内部AI质量赋能的核心专家
- 有机会横向扩展至业务质量架构师或工程效能负责人等岗位
- 设计广告业务全链路（RTB→OCPX→DPA→计费）的分层测试策略，建立质量防御体系
- 主导测试左移，建设多Agent执行引擎并接入CI/CD质量门禁，实现自动拦截
- 构建广告测试知识库与Prompt模板库，覆盖需求审查到缺陷归因全流程
- 制定Kafka和Flink的数据测试方案，确保数据一致性并满足国际合规要求
- 精通测试架构设计，熟悉测试金字塔和分层测试方法论
- 掌握Java/Python/TS至少一种语言，能独立开发测试框架和工具
- 具备LLM应用和Prompt Engineering经验，了解RAG和Spec驱动测试
- 熟悉Kafka、Flink等流处理技术，以及主流自动化测试框架和CI/CD
申请策略
- 在面试中体现对广告业务链路的深刻理解和质量风险意识
- 准备好项目案例，包括如何设计和实施大型测试架构
- 突出广告业务测试经验，特别是RTB/OCPX/DPA相关项目
- 强调测试架构设计、框架搭建和CI/CD质量门禁落地的实际案例
- 展示LLM、Prompt Engineering或AI测试工具的应用经验
- 如果有出海产品或国际化合规测试经验，应重点提及
- 补充学习AIGC和Prompt Engineering相关技术，尝试在现有测试流程中引入AI
- 熟悉Kafka和Flink的测试方法，掌握数据管道和实时计算的质量保障技巧
面试指南
- 用STAR法则回答，强调情境、任务、行动和结果
- 展示系统性思考，从业务风险出发，逐步推导技术方案
- 突出数据驱动，用具体指标说明方案的有效性
- 请描述一次你设计广告业务测试架构的经历，遇到了哪些挑战？
- 如何利用LLM或Prompt Engineering提升测试效率？
- 在多Agent系统中，如何管理上下文和任务编排？
- 对于Kafka和Flink的数据一致性和完整性，你有哪些测试策略？
- 如何度量测试左移的效果？你使用过哪些质量指标？
职位点评
70
综合评分
大型互联网公司资深AI测试架构师，前沿技术驱动，薪酬未明示，工作强度未知。
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。
更适合这类人
该职位最适合追求技术成长、希望在AI测试领域深耕的资深测试专家，也适合关注薪酬回报和业务影响力的候选人。
表现最好
成长发展
相对薄弱
工作生活
薪资福利65
成长发展90
工作生活55
使命价值60
薪资福利
65中等
该岗位为高级架构师职位，在头部互联网公司薪酬通常有竞争力，但JD未明确薪资范围，需在面试中确认。
薪资信号未披露（AI估算：40K-60K/月）
成长发展
90较高
该岗位涉及AI测试、LLM、多Agent等前沿技术，提供深度学习和实践机会，技术成长空间大。
技术前沿前沿/新兴技术
技术栈LLM、Prompt Engineering、RAG、Kafka、Flink、CI/CD、多Agent、AI测试
业务类型profit_center
工作生活
55较低
工作地点为南京，未提及远程或弹性工作，具体工作时间和强度不明确，可能有一定压力。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
60中等
职位聚焦广告业务质量保障，对商业系统的稳定性和用户体验有贡献，但社会直接影响力有限。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
小米 的其他在招职位
相似职位推荐
Watch Jobs