DiDi logo
滴滴出行
高级/资深软件测试开发工程师

高级/资深软件测试开发工程师

发布于 1 小时前

普通员工/个人贡献者

AI 估算 · 3.0–5.5万 · AI 参考估算
高级经验
本科
全职员工仅现场办公测试开发
测试开发
Agent Workflow
Ai测试
Llm
Rag
性能测试
自动化测试

值不值得投

74综合评分

综合评分 74

AI测试开发导向强、技术成长空间大,办公与生活平衡信息不明确

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

4.3万

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

约 2400 个在招 · 其中测试开发 20 个

市场机会

选择面较广

北京 · 测试开发 · 约 190 个在招

职位详情

关于这个职位

该岗位面向增长技术业务,负责手机客户端、服务端和Web产品的质量保障与测试效率提升

重点使用AI工具、自动化、流量回放、日志监控等手段做差异化测试,并参与AI基建测试能力建设

最低要求

本科及以上学历,计算机相关专业优先

年以上移动客户端、服务端或Web端测试经验
熟悉常见的linux命令
熟悉java或python中的一种
很强的学习能力、分析能力和解决问题的能力,有上进心、抗压性强,AI工具迭代极快,需要持续跟进并将新能力融入工作流
良好的沟通和协作能力,责任心强,具备质量Owner意识
熟悉测试方法论及测试工具的使用
有测试工具/平台开发经验
有白盒测试能力优先
具备工程化思维:不满足于手工测试,追求用工具解决质量问题,有实际项目经验
对AI有实质认知和实践:日常使用AI工具辅助学习或开发,了解LLM基本原理,有AI相关项目经验(RAG应用/Agent开发/Prompt工程/大模型评测等 任一方向均可)
使用AI工具独立完成过项目开发,搭建过Agent Workflow或Harness,对AI驱动的开发及质量保障有实际理解和体会

工作职责

负责手机客户端\服务端\web产品的功能测试、兼容性测试、性能测试等质量保障及效率提升工作

能及时识别负责业务里的质量/效率风险或问题,与合作peer进行有效沟通,推动问题及时解决并拿到收益
根据业务做差异化测试设计,灵活运用AI工具、自动化、流量回放、日志监控等手段,保障业务质量,提升测试效率
参与AI基建测试能力建设,方向包括但不限于:测试左右移、AI Devops建设、数据构造工具、AI生成用例/自动化case、缺陷预测分析、问题自动定位、测试自愈等等
与团队成员、项目组成员密切沟通,及时反馈项目进度与风险

优先资格

计算机相关专业优先

有白盒测试能力优先

AI 洞察

优缺点分析

优点

  • 岗位结合AI与测试开发,能积累LLM、Agent、自动化用例生成等前沿质量保障经验
  • 覆盖客户端、服务端、Web多端质量保障,技术场景较完整
  • 强调工具平台建设和效率提升,有利于沉淀可迁移的工程化能力
  • 增长技术业务与业务结果关联较强,容易看到质量改进带来的实际收益
  • AI工具迭代快,需要持续学习并快速把新能力转化为工作流
  • 岗位要求既有测试开发能力又有AI项目实践,能力门槛较综合
  • 适合有五年以上测试开发经验、希望从传统测试升级到AI驱动质量工程的求职者,尤其适合具备Python/Java、平台开发和AI应用实践的人

缺点 / 挑战

  • 既要保障质量,又要推动问题闭环,对沟通影响力和风险判断能力要求较高

角色解读

  • 可向AI测试开发、质量工程平台化、DevOps质量体系建设等方向深入发展
  • 积累增长业务质量治理经验后,可成长为质量负责人或测试架构师
  • 未来也可转向AI应用工程、研发效能工程或技术管理岗位
  • 负责移动端、服务端、Web端产品的功能、兼容性、性能测试,保障增长业务质量
  • 识别业务中的质量与效率风险,推动研发、产品等协作方解决问题并拿到实际收益
  • 将AI工具、自动化、流量回放、日志监控等能力融入测试流程,提升测试效率和覆盖率
  • 参与AI基建测试能力建设,如AI生成用例、缺陷预测、问题自动定位、测试自愈等方向
  • 需要扎实的软件测试方法论基础,熟悉功能、兼容、性能等测试设计与质量风险识别
  • 需要掌握Java或Python至少一种语言,并具备Linux命令使用能力
  • 需要理解LLM基本原理,并有RAG、Agent、Prompt工程、大模型评测等AI项目实践经验
  • 需要良好的沟通协作、质量Owner意识和工程化思维,能通过工具平台解决质量问题

申请策略

  • 面试前了解增长业务常见质量风险,如转化链路、实验发布、多端兼容和线上问题定位
  • 准备能量化收益的案例,例如效率提升、缺陷发现率变化、回归成本下降等
  • 突出移动端、服务端或Web端大型项目的质量保障经历,尤其是性能测试、兼容性测试、自动化测试案例
  • 重点展示测试工具或平台开发经验,说明如何提升效率、降低漏测或缩短回归周期
  • 明确写出AI相关实践,如RAG应用、Agent Workflow、Prompt工程、大模型评测或AI生成用例
  • 强调跨团队协作与质量Owner意识,用具体项目说明如何识别风险并推动解决
  • 补齐Python或Java自动化测试、接口测试、性能测试工具链,形成可展示项目
  • 准备一个AI辅助测试项目,如基于LLM生成测试用例、缺陷归因或日志分析Agent

面试指南

  • 项目类问题按“背景-难点-方案-落地-收益”展开,重点说明个人贡献和可量化结果
  • AI相关问题按“业务痛点-技术选型-实现路径-效果评估-局限改进”回答,避免只讲概念
  • 协作类问题用具体冲突场景说明风险识别、沟通对象、推进机制和最终结果
  • 请介绍一个你主导的测试平台或自动化体系建设案例,解决了什么问题?
  • 如何针对增长业务设计差异化测试策略,兼顾质量、效率和发布速度?
  • 你如何将AI工具或LLM能力融入测试流程?请举具体项目说明
  • 遇到研发或产品不认可质量风险时,你如何沟通并推动问题解决?
  • 对Agent Workflow、RAG、Prompt工程或大模型评测,你有哪些实际经验?

职位点评

薪资福利78
成长发展88
工作生活52
使命价值70

薪资福利

78中等

JD未披露薪资和福利信息,但岗位为高级测试开发且强调AI工程化能力,通常对资深技术人才有较好吸引力。稳定性与福利需面试中进一步确认。

薪资信号未披露(AI估算:3.0千–5.5万/月)

成长发展

88较高

岗位明确涉及AI基建测试能力建设、AI Devops、AI生成用例、缺陷预测、问题自动定位和测试自愈等方向,技能成长空间较强。JD未提及明确晋升通道或培训机制。

技术前沿前沿/新兴技术
技术栈AI工具、LLM、RAG、Agent开发、Prompt工程、大模型评测、AI Devops、流量回放、日志监控、自动化测试
业务类型ambiguous

工作生活

52较低

JD仅明确地点为北京市,未说明远程、混合办公、弹性工时或加班情况。岗位需要持续跟进AI工具迭代并与多方沟通,工作节奏需面试确认。

工作模式未明确
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

岗位通过质量保障、效率提升和AI驱动的质量工程建设,对业务稳定性和研发效能有直接价值。JD未明确表达社会使命或行业价值导向。

行业发展新兴领域(暂难判断)
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs