百度
上海-AI测试开发工程师(J101057)
上海-AI测试开发工程师(J101057)
发布于 大约 2 小时前普通员工/个人贡献者
上海市
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
测试框架
LLM
质量保障
大模型
PyTest
JMeter
AI Agent
AI 估算 · 20k–35k
上海百度AI测试开发岗位，要求较高的大模型和自动化技能，属于新兴高价值方向，薪资处于中上水平。
职位详情
关于这个职位
该职位主要负责AI方向测试框架与平台开发，融合大模型和AI Agent技术提升测试自动化率和质量
你将参与全链路质量保障，包括功能、接口、性能及大模型专项评测，并推动智能化测试体系建设
适合有较强编程能力和大模型测试经验的同学
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
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
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
- 身处AI与大模型前沿领域，技术积累快速，市场价值高
- 百度作为互联网巨头，平台资源丰富，有完善的培训与晋升体系
- 岗位职责涉及智能化创新，能深度参与技术落地，成长空间大
- 大模型评测标准尚在探索中，工作可能有一定的不确定性和试错成本
- 适合有一定测试开发经验，并对AI技术有浓厚兴趣，愿意深入探索大模型质量保障的求职者
缺点 / 挑战
- 技术门槛较高，需要同时掌握传统测试和AI知识，学习压力大
角色解读
- 可向AI测试架构师、测试技术专家方向发展，主导智能化质量体系建设
- 也可横向转型为AI应用工程师或大模型产品经理，拓展技术广度
- 负责AI智能测试平台开发，使用Python/Java/Go构建自动化测试框架
- 执行全链路质量保障，包括功能、接口、性能及大模型专项评测
- 参与大模型测试技术落地，如Prompt工程、模型效果评估与安全评测
- 扎实的编程能力（Python/Java/Go之一），熟悉自动化测试工具如Pytest、Selenium、JMeter
- 深入理解大模型基础原理，具备大模型测试、智能分析或Prompt优化经验
- 良好的逻辑分析和问题排查能力，能精准识别业务及AI场景的质量风险
申请策略
- 在简历中突出与AI测试相关的量化成果，如提升自动化率、发现关键缺陷等
- 突出自动化测试框架搭建经验，详细描述项目规模、技术栈和成果
- 强调大模型相关项目，如模型评测、Prompt优化或AI Agent测试
- 展示编程能力（Python/Java/Go）和熟练使用的测试工具
- 补充大模型原理知识，学习LLM基础、微调、评测方法
- 练习用大模型生成测试用例或进行缺陷分析，积累实战案例
面试指南
- 对技术问题，采用STAR法则：情境-任务-行动-结果，突出自己的贡献和量化成效
- 对开放性问题，先明确核心概念，再分层次展开，最后总结自己的观点
- 对实际问题，要结合具体案例，展示逻辑分析和问题解决过程
- 请描述你搭建过的一个自动化测试框架，包括架构设计和难点解决
- 如何对大模型进行效果评测？请从准确率、一致性、安全性等方面说明
- 你如何设计一个大模型在测试用例生成场景的Prompt？优化思路是什么？
- 如果发现一个AI模型输出结果异常，你会如何排查和定位问题？
- 谈谈你对AIGC在测试领域应用的理解和未来展望
职位点评
70
综合评分
AI大厂前沿岗，技术成长快，薪资有竞争力，但工作强度和文化需自行评估。
更适合这类人
适合强烈渴望技术成长、愿意投入时间学习前沿AI技术，但对工作生活平衡要求不高的求职者。
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40
使命价值70
薪资福利
78中等
百度作为上市公司，薪资福利具有市场竞争力，但JD未明确薪资和福利细节，需面议确认。
薪资信号面议 (20K-35K/月)
成长发展
92较高
岗位深度涉及大模型、AI Agent等前沿技术，成长机会极佳，且明确提到前沿调研和创新落地。
技术前沿前沿/新兴技术
技术栈大模型、LLM、AI Agent、AIGC、Prompt工程、自动化测试
成长机会前沿技术调研、落地创新
业务类型profit_center
工作生活
40较低
工作地点在上海，推测为现场办公，未提及弹性或远程，互联网大厂可能有一定加班强度。
工作模式仅现场办公
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
AI测试对保障产品质量和AI安全有积极意义，但JD未突出社会价值，行业处于高速增长期。
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