DiDi logo
滴滴出行
AI质量工程师

AI质量工程师

发布于 1 小时前

普通员工/个人贡献者

AI 估算 · 2.5–4.5万 · AI 参考估算
中级经验
本科
全职员工仅现场办公测试开发
测试开发
Ai Agent
Go
Llm
Prompt
Rag
微服务
自动化测试
质量工程

值不值得投

70综合评分

综合评分 70

AI质量工程复合岗,技术成长性强,薪资福利与办公模式未披露。

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

3.5万

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 2420 个在招 · 其中测试开发 22 个

市场机会

选择面较广

杭州 · 测试开发 · 约 110 个在招

职位详情

关于这个职位

该职位负责业务日常需求的质量保障,并主导 AI 质量体系与工程化在子方向落地

你将建设持续评测、质量门禁、风险治理和线上反馈闭环,推动研发测试一体化,提升交付质量与效率

最低要求

本科及以上学历,计算机或相关专业,3-5 年质量工程、AI Agent或相关经验,有出行、电商、支付、交易等复杂业务经验

熟练掌握 Java / Go / Python 至少一门,能够独立开发工具、服务或AI Agent
具备扎实的测试基础,熟悉功能、接口、自动化、回归、稳定性或性能测试中的一个或多个方向
理解微服务、数据库、缓存、消息队列等常见技术栈,能够结合业务做问题分析
对 AI 赋能质量有实践兴趣或经验,了解 LLM、Prompt、RAG、Agent 等基本概念,并且至少有一项AI Agent项目落地
具备良好的执行力、协作能力和文档沉淀能力,能够独立推动小范围专项落地

工作职责

负责业务日常需求的质量保障工作,构建子方向质量防御体系,识别核心风险并推动问题闭环,保障子方向需求按期高质量交付

主导 AI 质量体系与工程化在子方向落地,建立持续评测、质量门禁、风险治理和线上反馈闭环沉淀平台与标准,推动组织规模化应用并形成业务影响力
根据子方向业务质量需要,构建可复用的质量工程能力和质量度量体系,驱动研发测试一体化,持续提升交付质量与效率
子方向质量管理,主导子方向线上问题的全生命周期管理(发现→响应→定位→止损→复盘→改进闭环),从故障中提炼系统性改进项,推动质量体系持续进化
识别和防范资金/数据损失风险,设计并验证资损防控体系,确保涉资链路的正确性、一致性和可追溯性
配合推进部门专项闭环,跟踪问题、验证效果、持续优化

AI 洞察

优缺点分析

优点

  • 岗位结合 AI Agent 与质量工程,能够积累较新的智能质量评测和工程化落地经验
  • 职责不仅包含执行测试,还涉及平台建设、标准沉淀和组织规模化应用,技术影响力较强
  • 线上问题全生命周期管理和资损防控要求较强的责任心与跨团队推动能力
  • 质量门禁、持续评测和度量体系建设需要长期沉淀,短期成果衡量可能存在难度

缺点 / 挑战

  • 业务覆盖出行、交易、资金与数据风险等复杂场景,有助于提升系统性风险治理能力
  • 线上问题闭环和资损防控经验具有较高迁移价值,适用于交易、支付、电商等复杂业务场景
  • 需要同时具备传统质量工程能力和 AI Agent 落地经验,复合能力要求较高
  • 适合有质量工程、测试开发或平台工具建设经验,并希望向 AI 赋能质量、复杂业务风险治理方向发展的工程师

角色解读

  • 可向 AI 质量工程、测试开发专家、质量架构方向深入,负责更复杂的质量平台和智能评测体系建设
  • 可向业务质量负责人或质量管理负责人发展,主导更大范围的质量策略、风险治理和跨团队协作
  • 也可转向研发效能、稳定性工程、平台工程等方向,扩展技术影响力
  • 负责子方向日常需求的质量保障,从风险识别、测试验证到问题闭环,确保需求按期高质量交付
  • 建设 AI 质量工程体系,包括持续评测、质量门禁、风险治理和线上反馈闭环,并沉淀为标准或平台能力
  • 主导线上问题全生命周期管理,从发现、响应、定位、止损到复盘改进,推动质量体系持续进化
  • 关注资金和数据损失风险,设计并验证涉资链路的防控与可追溯机制
  • 需要掌握 Java、Go、Python 至少一门,并能独立开发工具、服务或 AI Agent
  • 需要具备扎实测试基础,覆盖功能、接口、自动化、回归、稳定性或性能测试中至少一个方向
  • 需要理解微服务、数据库、缓存、消息队列等常见技术栈,能结合复杂业务进行问题分析
  • 需要了解 LLM、Prompt、RAG、Agent 等 AI 概念,并有 AI Agent 项目落地经验

申请策略

  • 申请前了解滴滴国际化出行与平台技术相关业务,思考复杂交易链路中的质量与资损风险
  • 面试中尽量用具体项目说明你如何推动跨团队协作、沉淀标准,并将问题闭环转化为长期机制
  • 突出你参与过的质量工程体系建设,如自动化测试、接口测试、稳定性测试、质量门禁或持续评测平台
  • 明确写出使用 Java、Go、Python 的具体项目经历,尤其是独立开发工具、服务或平台能力的成果
  • 重点展示 AI Agent 项目落地经验,包括使用的 LLM、Prompt、RAG、Agent 设计思路和实际效果
  • 强调复杂业务场景中的风险识别、线上问题闭环、资损防控或数据一致性保障经历
  • 可提前准备 AI 质量评测相关案例,如评测集设计、自动化评估、Prompt 优化和 Agent 效果验证
  • 补强微服务、数据库、缓存、消息队列等常见技术栈的问题定位能力,能够讲清真实故障排查过程

面试指南

  • 使用“背景-风险-方案-落地-结果”的结构回答项目类问题,重点说明风险识别、方案取舍和量化结果
  • 对线上问题类问题,按“止血优先、根因定位、机制改进、复盘沉淀”的逻辑展开,体现闭环意识
  • 对 AI 质量问题,围绕“评测集、评估指标、自动化流程、反馈闭环、持续迭代”说明设计思路
  • 你如何为一个复杂业务子方向构建质量防御体系?请结合真实项目说明
  • 你做过哪些 AI Agent 项目?如何设计评测指标并验证效果?
  • 遇到线上问题后,你如何完成发现、响应、定位、止损、复盘和改进闭环?
  • 如何设计涉资链路的资损防控和质量验证机制?
  • 你如何推动研发测试一体化,并衡量质量工程能力建设的实际收益?

职位点评

薪资福利72
成长发展86
工作生活45
使命价值68

薪资福利

72中等

JD未披露薪资与福利信息,因此补偿性动机只能基于岗位要求进行有限判断。该岗位要求复合型质量工程与AI Agent能力,通常具备一定市场议价空间,但具体薪资和福利需与招聘方确认。

薪资信号未披露(AI估算:2.5千–4.5万/月)

成长发展

86较高

岗位明确涉及AI质量体系、持续评测、质量门禁、平台与标准沉淀,能带来较强的技能成长和体系建设经验。JD提到推动组织规模化应用并形成业务影响力,发展性较好,但未明确晋升路径或培训机制。

技术前沿前沿/新兴技术
技术栈AI Agent、LLM、Prompt、RAG、Java、Go、Python、微服务、数据库、缓存、消息队列
业务类型ambiguous

工作生活

45较低

JD仅明确地点为杭州市,未说明远程、混合办公、弹性工时或加班情况。由于办公模式与WLB相关信息未披露,生活化动机满足程度难以判断。

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

68中等

岗位通过质量保障、资损防控和数据损失风险防范,对业务稳定性和用户资金安全有直接价值。JD未出现明确使命愿景或社会价值表述,意义感主要来自风险治理和复杂业务质量保障。

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