小米
自动化测试架构开发工程师-汽车
自动化测试架构开发工程师-汽车
发布于 大约 14 小时前普通员工/个人贡献者
南京市
其它
全职员工
仅现场办公
本科
测试开发
Autogen
CI/CD
Mcp
Neo4J
Pytest
知识图谱
自动化测试
Testops
AI 估算 · 20k–40k
AI测试架构岗位，技术门槛高，小米平台加持，南京薪酬有竞争力。
职位详情
关于这个职位
这个职位负责小米汽车软件自动化测试平台的架构与开发，涉及测试工具、框架和TestOps体系构建
你将利用AI Agent、知识图谱等前沿技术，推动测试从自动化向自主化演进
适合有Python和自动化测试背景，对AI Agent有热情的工程师
最低要求
本科及以上学历，计算机、车辆工程、自动化、电子信息等相关专业
了解 AI Agent 核心概念（ReAct、Tool Use、Memory、Planning），具备从零搭建 Agent Harness的实践经验，能独立设计并落地面向特定测试场景的 Agent
精通Python编程语言，熟悉模块化程序设计，熟悉设计模式，具备可扩展平台架构设计经验
熟悉版本控制(Git)和CI/CD流程，对版本管理和TestOps有一定的理解
熟悉自动化测试框架（PyTest等）、GUI/Web开发技术（Flask、Django、Vue、PyQT6/PySide6等）
了解知识图谱核心技术栈（RDF/OWL 本体建模、SPARQL 查询、图数据库如 Neo4j），具备在工程领域（汽车、测试等）进行本体设计与实体关系建模的实践经验
能将知识图谱与 RAG 或 Agent 工具调用结合，实现语义增强的智能检索与推理
工作职责
负责软件自动化测试平台、测试工具、框架的开发与维护，建立标准化测试流程
设计、开发和维护高度可扩展、高效的自动化工具、构建完整的TestOps体系
负责软件集成测试方案制定、测试策略规划和测试用例设计
负责与系统工程师、开发工程师合作，理解需求并转化为测试方案
基于智能体（Agent）技术，构建面向测试场景的自主执行能力，推动测试流程从"自动化"向"自主化"演进
参与多 Agent 协作测试平台的架构设计与落地，负责 Agent 与现有测试工具链的集成对接
优先资格
有多 Agent 协作系统（如 MCP、AutoGen、LangGraph 等框架）设计或使用经验者优先
有将 Agent 接入测试工具链实际项目经历者优先
AI 洞察
优缺点分析
优点
- 技术前沿：岗位涉及AI Agent和知识图谱等新兴技术，能积累稀缺经验
- 工作强度较大，互联网+汽车业务节奏快，可能需要应对紧急任务和加班
- 技术栈要求较广，需要同时掌握测试、AI、知识图谱等，学习曲线陡峭
- 适合对测试开发有深厚兴趣，同时希望探索AI Agent在工程领域应用的技术型人才
缺点 / 挑战
- 平台优势：小米是大型科技公司，汽车业务处于增长期，项目规模大，技术挑战多
- 薪酬竞争力：测试架构方向薪资较高，且享受大厂福利
- 需与多个团队协作，沟通成本较高，适合有较强协作能力的人
角色解读
- 从测试开发工程师向测试架构师、TestOps专家方向发展，成为测试基础设施领域的专家
- AI Agent与测试结合是前沿方向，可向AI测试工程师、智能化测试平台架构师等新兴角色转型
- 在小米汽车业务中，有机会深入汽车软件测试领域，成为行业稀缺的复合型人才
- 负责搭建和维护软件自动化测试平台，开发测试工具和框架，建立标准化测试流程
- 设计并实现TestOps体系，整合CI/CD流程，提升测试效率和自动化水平
- 运用AI Agent技术（如ReAct、Tool Use）构建自主测试执行能力，推动测试自主化
- 参与多Agent协作测试平台的架构设计，并与其他工程师协作将测试需求转化为技术方案
- 精通Python，熟悉模块化设计和设计模式，具备可扩展平台架构设计能力
- 掌握自动化测试框架（PyTest）和GUI/Web开发技术（Flask/Django/Vue/PyQT6等）
- 了解AI Agent核心概念，有从零搭建Agent Harness的实践经验，熟悉MCP、AutoGen等框架者优先
- 熟悉知识图谱技术（RDF/OWL、SPARQL、Neo4j），能将其与RAG或Agent结合
申请策略
- 了解小米汽车的技术栈和业务方向，在申请中表达对智能汽车测试的兴趣
- 准备一个与自动化测试平台或Agent相关的项目案例，在面试中展示深度
- 突出自动化测试平台架构设计和开发经验，展示具体项目的规模、技术架构和成果
- 强调Python编程能力，包括模块化设计、设计模式的应用，以及可扩展架构的实际案例
- 如果有AI Agent或知识图谱相关项目，务必详细描述，尤其是将Agent与测试工具链集成的实践
- 展示对CI/CD和TestOps的理解，说明如何改进测试流程效率
- 学习AI Agent框架（如AutoGen、LangGraph）和知识图谱建库（如Neo4j），补全技术短板
- 熟悉汽车软件测试的特殊性，如车载系统、诊断协议等
面试指南
- 对于技术方案类问题，采用STAR法则：说明背景、任务、行动和结果，突出你的设计决策和权衡
- 对于概念解释类问题，先给出定义，再联系实际应用，最后举例说明，展示理解深度
- 对于集成类问题，分步骤描述：环境准备、接口对接、数据流转、异常处理等
- 请介绍一个你设计的自动化测试平台架构，并说明如何保证扩展性
- 你如何理解TestOps？在项目中如何落地？
- 请解释ReAct模式和Tool Use，并举例说明在测试场景中的应用
- 如何将一个Agent集成到现有测试工具链中？请描述技术方案
- 知识图谱在测试中能带来什么价值？你如何设计本体？
职位点评
74
综合评分
前沿AI测试架构岗位，技术成长空间大，薪资可观，但工作强度可能较高。
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、愿意接受挑战的工程师，尤其是对AI和测试交叉领域有强烈兴趣的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利78
成长发展92
工作生活45
使命价值70
薪资福利
78中等
该职位所属的测试架构方向薪资水平较高，且小米作为上市大厂，福利待遇较完善，能够较好地满足补偿性动机。
薪资信号未披露（AI估算：20K-40K/月）
成长发展
92较高
职位深度结合AI Agent、知识图谱等前沿技术，具有很高的技术成长价值，且提供从自动化到自主化的演进机会，发展性动机得到强满足。
技术前沿前沿/新兴技术
技术栈Python、AI Agent、ReAct、Tool Use、Memory、Planning、MCP、AutoGen、LangGraph、知识图谱、RDF/OWL、SPARQL、Neo4j、RAG
业务类型ambiguous
工作生活
45较低
职位未明确提及工作生活平衡，根据行业惯例，互联网+汽车项目可能存在一定加班情况，且未提及弹性办公，因此生活化动机满足程度有限。
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
70中等
小米汽车属于高速增长的新能源智能汽车赛道，职位对推动测试智能化有积极意义，但JD未突出社会使命，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
小米 的其他在招职位
相似职位推荐
Watch Jobs