百度
深圳-AI测试开发工程师(J101053)
深圳-AI测试开发工程师(J101053)
发布于 大约 15 小时前普通员工/个人贡献者
深圳市
中级经验
全职员工
仅现场办公
本科
软件工程
自动化测试
GO
性能测试
LLM
大模型
PyTest
JMeter
AI Agent
接口测试
AI 估算 · 20k–35k
岗位技术要求高，涉及大模型与AI测试，深圳百度大厂，薪资有竞争力，综合市场行情估算。
职位详情
关于这个职位
这是一个在百度深圳的AI测试开发岗位，负责智能化测试框架与平台研发，融合大模型、AI Agent技术，进行全链路质量保障和AI专项测试
适合对AI测试和大模型应用感兴趣的技术人才，可深度参与大模型在测试领域的落地创新
最低要求
本科及以上学历，计算机、软件工程、人工智能、信息工程等相关专业优先，扎实掌握软件测试理论、全流程质量保障体系
熟练掌握Python/Java/Go至少一门编程语言，具备扎实的自动化测试开发能力，有独立搭建、迭代测试框架、测试工具的实战经验，熟练运用Pytest、Selenium、JMeter等主流测试工具与框架
具备大模型智能化测试落地经验，熟悉LLM大模型基础原理，掌握大模型用例生成、智能测试分析、模型效果评测、Prompt工程优化等实操能力，了解AI Agent测试、模型基准评测（Benchmark）、测试数据集搭建者优先
具备良好的逻辑分析、问题排查能力和极强的质量意识，能够精准识别传统业务及AI应用场景的质量风险，擅长复盘测试问题、优化测试策略与流程
熟悉接口、性能、功能自动化测试全流程，有全链路自动化测试落地经验，能够结合业务场景定制智能化测试方案，适配AI赋能的迭代测试需求
具备良好的沟通协同能力、自主学习能力和技术创新意识，善于跟进AI测试前沿技术并落地转化，有AI测试、大模型质效优化、智能测试平台开发相关实习或项目经验者优先
工作职责
智能化测试框架与平台研发：负责迭代升级自动化测试框架，主导AI智能化测试平台的设计、开发与落地，融合大模型、AI Agent技术，实现测试任务自主编排、脚本自愈、用例复用，全面提升测试自动化率、迭代效率与业务覆盖率，支撑产品快速迭代
全链路质量保障与AI专项测试：负责产品功能、接口、性能、兼容性全维度测试工作，同时承接大模型相关专项测试，包括模型输出准确性、逻辑推理能力、多轮对话一致性、内容安全性、鲁棒性及性能稳定性评测，保障AI赋能场景与核心业务的整体质量
大模型测试能力落地与质效提优：深耕大模型在测试质效场景的落地应用，搭建智能化测试体系，实现基于大模型的需求解析、测试用例自动生成、测试数据智能构造、缺陷智能定位与根因分析、测试报告自动输出，解决传统测试重复性高、场景覆盖不全、问题排查低效等痛点
协同研发与技术评审优化：深度参与产品需求评审、系统架构设计、代码评审及AI模型应用方案评审，结合业务场景与测试经验，针对业务逻辑、代码漏洞、大模型应用风险、测试薄弱点提出优化建议，前置规避质量风险，推动研发、测试、AI应用全流程协同提效
质量体系建设与流程持续迭代：持续优化测试全流程规范，搭建适配AI智能化测试的质量度量体系，建立大模型测试资产库（评测数据集、专项用例、评测脚本、基准指标），沉淀标准化AI测试方案，持续迭代测试流程、工具与方法论，实现质量可量化、可追溯、可优化
前沿技术调研与落地创新：跟进大模型、AI测试前沿技术，调研AIGC、智能评测、自动化故障注入等新技术在质量保障场景的应用，落地创新测试方案，持续提升团队测试智能化、自动化水平，打造高效智能的质量保障体系
优先资格
了解AI Agent测试、模型基准评测（Benchmark）、测试数据集搭建者优先
有AI测试、大模型质效优化、智能测试平台开发相关实习或项目经验者优先
AI 洞察
优缺点分析
优点
- 深度接触大模型、AI Agent等前沿技术，技能提升空间大
- 百度作为互联网大厂，平台资源丰富，职业发展路径清晰
- 岗位涉及全链路质量保障和智能化创新，能积累全面的测试与开发经验
- 深圳科技氛围浓厚，薪资待遇有竞争力
- 技术复杂度高，需要同时掌握测试、开发和大模型知识，学习曲线陡峭
- AI测试领域尚在快速发展，工作内容变化快，需要持续跟进前沿技术
缺点 / 挑战
- 可能面临较高的迭代压力和质量要求，需要较强的抗压能力
- 适合对AI测试和大模型技术有强烈兴趣，具备扎实编程和测试基础，愿意持续学习和挑战的求职者
角色解读
- 可发展为AI测试专家或测试架构师，主导智能化测试平台建设
- 有机会向大模型应用开发或AI质量保障方向深入，成为AI测试领域专家
- 在百度大平台积累经验后，可晋升为技术经理或技术负责人
- 负责智能化测试框架与平台的研发，融合大模型和AI Agent技术，提升测试自动化和效率
- 进行全链路质量保障，包括功能、接口、性能测试，并承担大模型专项测试，如模型准确性、安全性评测
- 推动大模型在测试场景的落地，实现测试用例自动生成、缺陷智能定位等创新应用
- 参与需求评审和架构设计，前置规避质量风险，并持续优化测试流程与质量体系
- 扎实的编程能力，精通Python/Java/Go，能独立搭建测试框架和工具
- 深入理解大模型原理，具备LLM测试、Prompt工程优化、模型评测等实操经验
- 熟悉自动化测试全流程，掌握Pytest、Selenium、JMeter等主流工具
- 良好的逻辑分析和问题排查能力，具备质量意识和协同沟通能力
申请策略
- 了解百度的AI战略和文心大模型生态，在面试中展示对业务的理解
- 准备一个自己主导的测试或开发项目案例，体现解决问题和创新思维
- 突出自动化测试框架搭建经验，展示独立开发测试工具或平台的项目
- 强调大模型相关实践，如模型评测、Prompt工程、AI Agent测试等
- 列举性能测试、接口测试、全链路质量保障的成果和数据
- 体现技术深度和学习能力，如参与开源项目、技术博客或竞赛
- 补充大模型基础知识和评测方法论，熟悉主流LLM（如GPT、文心）的测试手段
- 学习AI Agent测试和智能化测试框架，如使用LangChain、AutoGPT等
面试指南
- 针对技术问题，采用STAR法则：情景-任务-行动-结果，突出自己的贡献和成果
- 对于开放性问题，从目标-方法-指标三个层次展开，先明确要解决什么问题，再给出具体技术方案，最后用数据证明效果
- 遇到不懂的问题，坦诚说明并展示自己的学习思路，避免胡编乱造
- 请描述你如何设计一个大模型的自动化测试方案？
- 如何处理大模型输出结果的不确定性和一致性验证？
- 你在自动化测试框架搭建中遇到的最大挑战是什么？如何解决的？
- 如何评估一个AI模型的性能和鲁棒性？
- 请举例说明你如何利用新技术优化测试流程
职位点评
71
综合评分
百度深圳AI测试开发岗，前沿技术栈，成长空间大，薪资竞争力强，但工作强度和灵活性一般。
更适合这类人
最适合追求技术成长和前沿创新，对薪酬和WLB要求较为灵活的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展95
工作生活45
使命价值70
薪资福利
75中等
百度作为头部互联网公司，薪酬福利具有市场竞争力，但具体薪资未披露，且深圳生活成本较高，综合来看补偿性动机满足程度较好。
薪资信号未披露（AI估算：20K-35K/月）
成长发展
95较高
该职位深度融合大模型、AI Agent等前沿技术，有大量创新空间，且百度有完善的晋升体系和培训资源，发展性动机得到极好满足。
技术前沿前沿/新兴技术
技术栈大模型、LLM、AI Agent、智能化测试、Prompt工程、自动化测试框架
业务类型ambiguous
工作生活
45较低
职位仅现场办公，未提及弹性工作或远程，互联网大厂通常有一定加班文化，深圳通勤时间较长，生活方式满足程度有限。
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
70中等
AI测试属于高速增长赛道，百度在AI领域有重要地位，工作对社会智能化有间接推动作用，但效果不直接明显，意义感满足程度中等偏上。
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