莉莉丝
平台测试开发工程师
急招
平台测试开发工程师 急招
发布于 3 小时前基层主管/组长
全职员工仅现场办公测试开发
测试开发
Ai Agent
Gitlab Ci
Go
Mcp
Pytest
自动化测试
值不值得投
73综合评分
综合评分 73
前沿AI技术栈加持、带团队管理职责的内部效能核心岗，技术成长空间大，但WLB未明确。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
3.3万
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 210 个在招 · 其中测试开发 5 个
市场机会
选择面较广
上海 · 测试开发 · 约 230 个在招
职位详情
关于这个职位
该职位负责莉莉丝内部平台（如DevOps、舆情、客服等）的全流程质量保障与自动化测试建设
你需要带领外包团队完成测试任务，并探索大模型与Agent在研发测试工作流中的落地应用，建立AI功能的质量评估体系
最低要求
本科及以上学历，3 年以上测试开发经验，有 Web 平台或后台系统的测试经验，能独立负责一个或多个项目的全流程质量工作
熟练掌握至少一门编程语言（Python / Go / Java），有扎实的编码能力，能独立开发测试框架、平台或提效工具
熟悉接口测试和自动化测试体系，熟练使用 Pytest、Playwright/Selenium、Postman、JMeter 等工具，熟悉 Jenkins/GitLab CI 等 CI/CD 流程
了解 MySQL、Redis、Kafka 等常用数据库和中间件，具备通过日志、链路和数据定位问题的能力
对 AI 辅助研发有浓厚兴趣并有实际使用经验，熟练使用 Claude Code、Cursor 等 AI 编程工具，了解 Prompt 工程、Agent 和 MCP 等概念
熟悉测试理论和测试设计方法，有良好的风险识别能力和质量意识
有带团队或管理外包的经验，具备良好的沟通协调、任务拆解和推动落地能力
自驱力强，乐于尝试新技术，并能把个人实践沉淀成团队可复用的方法和工具
工作职责
平台质量保障：负责公司内部平台的质量保障，包括 DevOps 平台、舆情系统、客服系统和游戏研发/运营工具
工作覆盖 Web 前端、服务端接口和数据链路，要求能独立完成测试方案设计、测试执行和上线验收
测试工具与自动化建设：设计、开发并维护接口自动化、UI 自动化和数据校验等测试框架与工具，接入 CI/CD 流水线，持续提高回归效率和测试覆盖率
AI Native 研发测试工作流：探索大模型和 Agent 在研发测试中的落地，并把可行的做法推广到团队
方向包括 AI 生成测试用例和测试数据、AI 辅助缺陷分析与定位、智能回归、基于 Agent 的自动化测试执行，以及 MCP/Skill 等工具的建设
AI 功能质量评估：对舆情、客服等平台里的大模型能力（如智能分类、智能回复、摘要）建立评测集、评估指标和回归机制，保证 AI 功能的效果稳定、可以量化
团队管理：带领4名外包测试工程师，负责任务拆解和排期、测试用例评审、执行质量把控和能力培养，保证交付质量和进度
质量体系与流程：参与需求评审和技术方案评审，推动可测性改进
建设缺陷度量、质量看板等数据化手段，持续优化研发测试流程
AI 洞察
优缺点分析
优点
- 技术栈前沿，深度结合AI大模型与Agent技术，有助于积累当前市场极具竞争力的AI工程化经验
- 负责内部核心平台（DevOps、客服等）的质量保障，业务场景丰富，能全面锻炼全链路质量体系建设能力
- 带有团队管理职责，为从纯技术向技术管理转型提供了良好的实践平台
- AI在测试领域的落地仍处于探索期，缺乏成熟范式，需要较强的自驱力和试错抗压能力
- 具备扎实测试开发基本功，对AI技术有浓厚兴趣，且有意愿尝试基层技术管理工作的复合型测试人才
缺点 / 挑战
- 需要同时兼顾技术深度（AI工具落地、自动化框架开发）与团队管理（外包团队带教与进度把控），对精力分配要求较高
角色解读
- 纵向可向测试开发专家或测试经理/总监方向发展，负责更大规模的质量体系与团队管理
- 横向可转型为AI工程化专家或研发效能专家，专注于大模型在研发测试领域的深度落地与工具链建设
- 负责公司内部平台（DevOps、舆情、客服等）的全流程质量保障，覆盖Web前端、服务端接口和数据链路
- 设计并维护自动化测试框架，将其接入CI/CD流水线，提升回归效率与测试覆盖率
- 探索大模型与Agent在测试工作流中的应用，如AI生成用例、智能缺陷分析，并建立AI功能的质量评估体系
- 带领4名外包测试工程师，负责任务拆解、排期、质量把控及团队能力培养
- 扎实的编码能力，熟练掌握Python/Go/Java至少一门语言，能独立开发测试框架与提效工具
- 精通接口与自动化测试体系，熟练使用Pytest、Playwright/Selenium等工具及CI/CD流程
- 具备AI工具（如Claude Code、Cursor）的实际使用经验，了解Prompt工程、Agent和MCP等前沿概念
- 拥有基层团队或外包管理经验，具备良好的任务拆解、沟通协调与推动落地能力
申请策略
- 在面试前体验并熟悉莉莉丝旗下的游戏产品或其相关的客服/舆情平台，了解其业务痛点
- 准备一个完整的AI辅助测试或自动化提效的落地案例，展示从发现问题到工具化沉淀的完整闭环
- 突出自动化测试框架从0到1的建设经验，以及接入CI/CD流水线提升效能的具体数据指标
- 详细列举使用AI工具（如Cursor、Claude）辅助研发或测试的实际案例，展示对Prompt/Agent的理解
- 强调带领外包团队或基层管理的经验，说明如何拆解任务、把控质量及提升团队产出
- 深入学习大模型Agent框架（如LangChain）及MCP协议，尝试编写基于AI的自动化测试脚本或工具
- 复习并巩固MySQL、Redis、Kafka等中间件的底层原理与日志排查技巧，提升复杂链路的问题定位能力
面试指南
- STAR法则：针对项目经验或管理问题，按照情境(Situation)、任务(Task)、行动(Action)、结果(Result)结构化回答，突出数据收益
- 技术深度+业务价值：在回答技术方案时，不仅说明技术实现细节，还要强调该方案为业务或团队带来的实际效能提升
- 请分享一个你主导设计的自动化测试框架，它是如何接入CI/CD并提升回归效率的？
- 在实际工作中，你是如何使用AI工具（如Cursor/Claude）来提升测试开发效率的？遇到过什么坑？
- 针对大模型在客服/舆情系统中的输出（如智能回复），你会如何设计评测集和评估指标？
- 在带领外包团队时，如果遇到外包人员执行力不足或交付质量不达标，你会如何处理？
- 面对Web前端、服务端接口和数据链路的全链路测试，你如何设计测试方案以保证覆盖率？
- 提前了解当前AI Agent、MCP协议在软件工程中的最新应用趋势，准备自己的见解或实践心得
职位点评
薪资福利75
成长发展90
工作生活50
使命价值70
薪资福利
75中等
薪资处于市场中上水平，且带有团队管理职责和AI前沿技术要求，整体薪酬回报较好，但JD未明确提及具体福利细节。
薪资信号未披露（AI估算：2.5千–4万/月）
成长发展
90较高
岗位深度结合AI大模型与Agent技术，技术栈非常前沿，且包含团队管理职责，对个人技术视野和管理能力的成长有极大帮助。
技术前沿前沿/新兴技术
技术栈Python、Go、Java、Pytest、Playwright、Selenium、Jenkins、GitLab CI、MySQL、Redis、Kafka、AI Agent、MCP、Claude Code、Cursor
业务类型cost_center
工作生活
50较低
JD未明确提及工作模式与加班情况，但作为游戏公司的核心平台测试且带有团队管理职责，通常工作节奏较快，WLB情况无法明确判断。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
游戏行业属于成熟且竞争激烈的赛道，但该岗位致力于通过AI技术提升研发效能，具有一定的技术创新价值和内部赋能意义。
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
莉莉丝 的其他在招职位
相似职位推荐
Watch Jobs