智谱
MaaS-测试开发工程师
MaaS-测试开发工程师
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公测试开发
测试开发
Claude Code
性能测试
持续集成
接口测试
测试开发
自动化测试
值不值得投
72综合评分
综合评分 72
大模型 MaaS 平台测试开发岗，技术栈前沿、AI 原生开发氛围浓厚，薪资未披露、工作节奏需确认。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
3.2万
比测试开发中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
48 个在招
市场机会
选择面较广
北京 · 测试开发 · 约 180 个在招
职位详情
关于这个职位
这个岗位负责智谱 MaaS 平台相关业务的质量保障与测试效率提升，覆盖从需求分析、测试方案与用例设计，到接口、自动化和性能测试的全流程
除了追踪线上问题、推动测试流程与工具改进，团队还要求把 Cursor、Claude Code 等 AI 编程工具深度融入日常工作，用 AI 原生方式做测试开发
最低要求
本科以上（包含本科）学历
熟悉 Java/Python 中至少一种语言及其相关技术栈，熟悉 JetBrains、VS Code 等开发工具，有独立完成脚本开发的能力，熟悉 Linux 常用命令，熟悉 Linux、Shell 编程，熟悉 MySQL 相关操作
精通功能测试方法和设计，掌握接口及自动化测试、性能测试、持续集成等测试保障手段
具有良好的沟通能力和团队合作精神、快速的学习能力、思维敏捷、逻辑清晰、执行力强、工作责任心强、抗压能力强、踏实进取
AI 编程实践者：不仅仅是了解 AI 工具，而是已经将其融入工作日常
精通 Cursor、Claude Code 等平台是必备条件，AI 需深度整合进日常开发工作流
经过验证的价值创造者：已使用 Vibe Coding 方法论交付过真实产品，能够清晰阐述 AI 如何加速从概念到生产的过程，并展示可衡量的影响
工作职责
主要负责 MaaS 相关业务质量保障和质效建设工作
根据产品设计或需求，进行需求分析，制定测试计划、风险评估、设计测试数据和测试用例，执行测试用例，准确定位并追踪问题等
对线上问题进行持续追踪，并从中得出一些优化监控、提升测试方案等的改进措施
对产品提出改进建议以建立极致的用户感受，对项目提出改进建议以提高项目整体效率
在项目中保持和产品经理、开发工程师、用户等积极有效沟通，推动问题及时合理地解决，并保持总结问题
对现有测试方案进行改进，提升测试质量和效率，包括但不限于测试流程改进、测试创新、新的测试方式引入等
优先资格
对测试对象有比较深刻的理解，能针对性地给出测试方案，并识别重难点，有测试主见
有安全性、稳定性、资金安全等领域质量保障经验
熟悉并掌握 Kafka、Redis、MQ、K8s、容器等工作原理
有测试工具或平台开发经验
拥有 GLM 系列模型（ChatGLM/CodeGeeX）的实战经验，深入理解国产大语言模型在编程场景中的特性
AI 洞察
优缺点分析
优点
- 处于大模型对外服务（MaaS）的核心质量环节，能接触并发、限流、稳定性等真实工程难题，技术密度高
- 团队明确拥抱 AI 原生开发，日常可使用最新的 AI 编程工具，方法论积累具有前瞻性
- 岗位兼顾质量保障与质效建设，既有测试基本功，也有测试平台/工具开发的发挥空间
- MaaS 属于在线服务，稳定性与线上问题响应要求高，JD 中也明确提到需要抗压能力强
- 能力要求覆盖面广：测试方法、脚本开发、中间件原理、AI 工具实践都要具备，学习曲线较陡
- 质量保障岗需要高频跨团队沟通与推动，容易成为问题汇聚点
- 适合有 2-5 年测试或测试开发经验、对 AI 与自动化有真实热情、既能写工程代码又愿意为质量结果兜底的同学
缺点 / 挑战
暂无明显挑战项
角色解读
- 纵向发展：从测试开发工程师走向质量保障专家/测试架构师，或转向测试平台与效能工具研发方向
- 横向拓展：深入理解大模型推理服务与 MaaS 平台链路后，可转向 AI 基础设施、平台工程或 SRE 方向
- 方法论沉淀：在 AI 原生开发范式上先发积累，有机会成为团队内的 AI 编程与效能提升推动者
- 负责智谱 MaaS 平台相关业务的质量保障：参与需求分析、制定测试计划与风险评估，设计测试数据与用例并执行，准确定位和追踪问题
- 持续追踪线上问题，从问题中反推监控优化与测试方案改进措施，并推动落地闭环
- 持续改进测试流程，引入新的测试方式与工具，提升测试质量与效率
- 作为质量把关人，与产品经理、开发工程师、用户保持沟通，推动问题及时解决，并对产品体验和项目效率提出改进建议
- 扎实的测试基本功：精通功能测试方法与用例设计，掌握接口测试、自动化测试、性能测试与持续集成等保障手段
- 工程能力：熟悉 Java 或 Python 中至少一门及其技术栈，能独立写脚本
- 熟悉 Linux/Shell 与 MySQL 常用操作
- 中间件与云原生理解：理解 Kafka、Redis、MQ、K8s、容器的原理，能针对分布式服务设计稳定性、安全性测试方案
- AI 原生开发能力：熟练使用 Cursor、Claude Code 等工具，理解 Vibe Coding 工作流，并能讲清 AI 如何加速交付
申请策略
- 投递前了解智谱 MaaS（大模型开放平台）的产品形态与 API 能力，面试中体现业务理解
- 准备 1-2 个“用 AI 显著提速交付”的真实故事，这家公司明显看重这一点
- 突出自动化测试、测试平台或工具开发的落地成果，尽量给出覆盖率提升、缺陷拦截率、测试耗时下降等量化指标
- 写清接口测试、性能测试与 CI/CD 的实践细节，例如用 Python/Java 搭建的框架和压测方案
- 体现 K8s、Kafka、Redis、MQ 在真实项目中的使用场景与踩过的坑，而不只是写“了解”
- 单独列出 AI 编程实践：用 Cursor、Claude Code 或 GLM 交付过的项目与提效案例
- 补强 AI 原生开发实践，用 Cursor 或 Claude Code 完整做过一个小项目，形成可讲述的工作流
- 熟悉 K8s 与容器化服务的测试与观测手段，如日志、链路追踪、监控告警
面试指南
- 用“背景—目标—方案—结果”讲项目：先说业务场景与质量风险，再说测试策略与工具选型，最后给出量化结果
- 回答方案设计题时按分层测试展开：单元/接口/端到端 + 非功能（性能、稳定性、安全）+ 线上监控兜底
- 回答 AI 工具类问题时讲清具体工作流和提效数据，而不是笼统地说“会用”
- 给你一个 MaaS 大模型 API 服务，你会如何设计测试方案？重点风险在哪里？
- 线上突然出现部分用户调用超时或报错，你如何定位问题并止损？
- 你如何用 Python/Java 搭建一套接口自动化测试框架，并接入持续集成？
- 说说你对 K8s、Kafka、Redis 在系统中的角色的理解，以及它们可能引发的质量问题
- 你日常如何使用 Cursor / Claude Code？举一个 AI 明显加速你交付的具体例子
职位点评
薪资福利70
成长发展88
工作生活52
使命价值78
薪资福利
70中等
JD 未披露薪资与福利信息，北京同类测试开发岗位的现金回报更多取决于面试定级，建议在面试中主动确认薪资结构与发放方式。
薪资信号未披露（AI估算：2.4千–4.0万/月）
成长发展
88较高
岗位直接参与大模型 MaaS 平台的质量与效能建设，且明确要求使用最新 AI 编程工具，技术成长与工具实践机会都很充分。
技术前沿前沿/新兴技术
技术栈Python、Java、Kafka、Redis、MQ、Kubernetes、容器、接口测试、自动化测试、性能测试、持续集成、Linux、Shell、MySQL、Cursor、Claude Code、GLM
成长机会与同样热爱 AI Coding 的团队共事、第一时间体验和应用最新的 AI 编程工具、探索 AI 原生开发模式的更多可能性
业务类型ambiguous
工作生活
52较低
JD 未提及办公模式与作息安排，但明确要求“抗压能力强”，实际工作节奏需在面试中与团队确认。
工作模式未明确
办公地点未明确
加班情况JD含高强度暗示词
使命价值
78中等
MaaS 是大模型能力对外输出的关键通道，岗位直接参与国产大模型的工程化落地，所处赛道成长性强。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs