滴滴出行
资深研发工程师
资深研发工程师
发布于 4 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
Ai Coding
分布式系统
大模型应用
性能压测
支付清算
测试开发
线上故障排查
自动化测试
质量保障
值不值得投
74综合评分
综合评分 74
前沿AI+支付质量工程，技术成长快，业务压力大，适合进取型资深工程师。
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
4.5万
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 2240 个在招 · 其中测试开发 23 个
市场机会
选择面较广
北京 · 测试开发 · 约 170 个在招
职位详情
关于这个职位
负责滴滴国际化支付平台的全链路质量保障，主导端到端测试策略设计与自动化流程建设
通过开发智能巡检、监控告警及AI辅助研发工具，保障高并发资金交易系统的稳定性与安全性，并推动大型项目高质量交付与线上故障快速闭环
最低要求
具备扎实的编码能力和计算机基础，熟悉 Java 及常用技术栈，能够独立开发自动化工具、测试框架、稳定性工具或质量平台能力
熟悉 Spring/Spring Boot、数据库、缓存、消息队列、RPC/API 等技术，理解分布式事务、最终一致性、限流熔断、超时重试、服务降级和容灾切换等机制
具备阅读、分析和评审生产代码的能力，能够结合技术方案、代码实现、数据流和系统依赖判断变更影响，并通过代码验证或自动化测试证明结论
具备大型项目质量规划和项目推动能力，能够完成风险拆解、测试策略设计、资源协调、进度管理、质量门禁和上线保障，并对最终测试结果负责
具备优秀的测试分析和场景设计能力，能够系统覆盖正向、异常、边界、并发、幂等、超时、重试、恢复、兼容、切换回退及数据一致性场景
具备较强的 AI 工具应用和工程建设能力，能够将大模型、AI Coding 或 Agent 应用于需求分析、风险识别、用例设计、自动化开发、代码评审、问题定位和复盘沉淀
理解生成式 AI 输出的不确定性，能够通过原始需求、代码证据、确定性规则校验、编译和测试执行、独立评审及数据指标验证结果，识别并防范幻觉、遗漏和错误结论
具备支付、金融等资金类业务风险意识，能够从业务流程、系统架构、数据状态和代码实现等维度分析资损风险，并设计相应的监控、对账、补偿和验证机制
具备较强的线上问题定位能力，熟悉日志、指标、Trace、监控告警和业务对账，能够完成复杂问题的复现、根因分析、影响评估、应急处置和修复验证
具备测试工具和稳定性平台的工程化能力，能够将一次性脚本建设为可靠、可扩展、可维护和可运营的平台能力
对大型项目和线上质量结果有较强的责任意识，能够持续跟进疑难问题直至闭环，并推动风险在上线前得到充分暴露和验证
具备良好的逻辑分析、技术沟通和跨团队协作能力，能够组织产品、研发、QA、运维及上下游团队共同完成复杂项目
能够使用英语与海外业务或前线团队直接沟通者优先
工作职责
负责国际化支付平台的全域质量保障，覆盖收单、收银台、支付、账户账务和清结算等领域，参与需求和技术方案评审，提前识别业务、架构、稳定性及资金安全风险
短期围绕 QA 和研发团队的实际需求，建设基于大模型、AI Coding 和 Agent 的研发质量自动化流程
作为大型项目测试负责人，牵头异地多活、机房建设及迁移、容灾切换、性能优化、老旧系统改造、基础组件升级、数据迁移和废弃代码治理等项目的质量工作
针对大型项目制定端到端质量方案，明确项目质量目标、风险清单、测试分层、环境和数据准备、自动化建设、测试排期、准入准出标准、灰度策略、回滚条件及生产观察方案
统筹大型项目的测试执行和跨团队协作，推动关键风险得到有效验证，确保上下游契约、数据一致性、业务连续性、资金安全和应急预案满足上线要求，并对最终测试结论负责
深入参与大型项目的技术方案和代码评审，从可测试性、可观测性、兼容性、容量、故障恢复和数据一致性角度提出改进建议
能够通过代码分析和必要的技术验证发现实现层风险
主导全量、集成和 UI 测试方案，保障需求场景覆盖、Case 稳定性和测试准出质量
针对高风险变更使用流量录制回放、影子流量或 DIFF 等手段验证真实业务行为
设计并开发自动化巡检、监控告警、业务对账、线上问题诊断、测试数据、Sim/Mock、流量回放和自动化执行工具，持续治理 Flaky Case，提升测试资产稳定性和执行效率
负责上线及线上质量保障，建设自动巡检、不变量监控和业务对账能力，验证灰度、降级、回滚、切流及容灾方案
发生异常时推动快速止损、影响评估、根因定位和恢复验证
开展故障注入、应急演练、性能压测和容量评估，识别系统瓶颈及单点风险，推动研发完成架构或代码改进
必要时参与稳定性工具、基础组件和相关工程能力的开发
建设需求、场景、用例、代码、执行结果和发布记录之间的双向追溯链路，并通过覆盖率、缺陷逃逸率、巡检拦截率、Flaky 率、故障发现时长和恢复时长等指标衡量质量建设效果
从大型项目和线上问题中提炼共性风险，将一次性的测试经验沉淀为自动化规则、质量门禁、研发工具或平台能力，持续提升团队整体质量保障效率
优先资格
具备良好的逻辑分析、技术沟通和跨团队协作能力，能够组织产品、研发、QA、运维及上下游团队共同完成复杂项目
能够使用英语与海外业务或前线团队直接沟通者优先
AI 洞察
优缺点分析
优点
- 聚焦国际化支付核心业务，技术栈前沿且业务价值高
- 深度参与AI Coding与大模型在研发流中的应用，积累稀缺的AI工程化经验
- 依托头部互联网平台，享有完善的培训体系与清晰的晋升通道
- 需同时兼顾传统测试开发与AI工具研发，技术广度与深度要求双高
- 跨团队协调与大型项目推动需要极强的沟通与抗压能力
- 适合具备扎实编码基础、对质量效能提升有强烈热情，且能在高压环境下保持严谨细致的资深测试开发人才
缺点 / 挑战
- 支付与清结算系统对资金安全要求极高，容错率极低，工作压力较大
角色解读
- 可向高级测试开发工程师、质量效能专家或测试架构师方向发展
- 积累大型金融级项目经验后，可转型为技术项目经理或质量部门负责人
- 持续深耕AI+Testing领域，成为前沿质量工程领域的行业专家
- 负责国际化支付平台的全链路质量保障，制定端到端测试策略并推动落地
- 开发自动化测试框架、巡检监控工具及AI辅助研发流程，提升测试效率与系统稳定性
- 主导大型项目质量管控，协调跨团队资源确保上线安全与资金零资损
- 扎实的Java编程与分布式架构理解能力，精通Spring生态及中间件原理
- 熟练掌握自动化测试、性能压测、流量回放等SDET核心技术
- 具备AI工具应用与代码评审能力，能识别生成式AI输出风险
- 熟悉支付清算业务逻辑与资金安全风控机制
申请策略
- 提前研究滴滴金融科技业务线及国际化支付合规要求
- 准备1-2个完整的“从需求分析到线上故障复盘”的高质量项目案例，重点体现风险预判与闭环能力
- 突出Java/Python自动化测试框架开发经验，量化提效成果（如覆盖率提升、缺陷逃逸率下降）
- 详细列举支付/金融类项目中的资损防控、容灾切换与性能优化案例
- 展示AI工具落地实践，如利用大模型生成用例或辅助代码评审的具体成效
- 强化分布式事务、最终一致性、限流熔断等中间件底层原理
- 补充大模型提示词工程、Agent开发及RAG技术在测试场景的应用知识
- 提升项目管理与敏捷协作能力，熟悉CMMI或ISO质量体系标准
面试指南
- 采用STAR法则（情境、任务、行动、结果）结构化回答，重点突出风险识别、技术方案选型、跨团队协同及量化成果
- 对于AI相关问题，强调“人机协同”思路，说明如何用确定性规则校验AI输出，防范幻觉与资损
- 请分享一个你主导的大型支付系统容灾切换或数据迁移项目，如何保障资金安全与业务连续性？
- 如何利用大模型或AI Agent提升测试用例设计或代码评审的效率？
- 遇到线上资损或严重故障时，你的应急处理与根因定位流程是怎样的？
- 复习分布式系统一致性协议、消息队列可靠性设计及常见中间件原理
- 梳理过往项目中的质量指标体系（如缺陷逃逸率、MTTR），准备具体数据支撑
- 了解当前AI Testing领域的最新进展与主流开源工具
职位点评
薪资福利78
成长发展85
工作生活55
使命价值70
薪资福利
78中等
薪资处于互联网行业中上水平，但JD未明确披露具体范围。福利方面未提及具体条款，整体补偿性动机满足度中等偏上。
薪资信号未披露（AI估算：3.0千–6.0万/月）
成长发展
85较高
岗位深度融合AI Coding与大模型应用，技术栈前沿，且提供大型金融级项目历练机会，成长空间显著。
技术前沿前沿/新兴技术
技术栈Java、Spring Boot、AI Coding、大模型、Agent、自动化测试、分布式事务
业务类型profit_center
工作生活
55较低
未明确提及弹性工时或远程办公，互联网大厂节奏较快，支付核心岗责任重，WLB可能面临一定挑战。
工作模式未明确
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
聚焦国际化支付与资金安全，具有明确的商业价值与社会基础设施属性，但使命导向表述较少。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs