SF EXPRESS logo
顺丰速运
GJK-测试开发工程师(深圳)

GJK-测试开发工程师(深圳)

发布于 大约 3 小时前

普通员工/个人贡献者

武汉市
中级经验
全职员工
仅现场办公
本科
测试开发
Ai测试
Go
Llm
性能测试
测试开发
自动化测试

AI 估算 · 20k–35k

顺丰大厂测试开发岗,本科+2年经验,深圳/武汉薪资中等偏上,AI测试技能加分,面议大概率25k左右。

职位详情

关于这个职位

该职位主要负责跨境物流核心项目的质量保障工作,包括功能、性能、稳定性测试,并利用AI技术优化测试全链路,如智能用例生成、缺陷预测和日志分析

适合有2年以上测试开发经验、熟悉Python/Java等语言、对AI在测试领域应用感兴趣的工程师

最低要求

计算机相关专业,本科及以上学历,2年以上测试开发经验

精通软件开发、测试流程及过程管理,掌握软件测试基础理论、规范标准、流程、常用方法和工具
熟悉常见测试技能(接口、UI、兼容性、安全等),能针对项目制定个性化质量保障方案
熟练掌握Python/Java/NodeJs/Go等至少一种语言,并有实际项目开发或测试工具开发经验
熟悉数据库及中间件(MySQL、Redis、Kafka等),具备日志分析和数据验证能力
具备AI技术在测试领域的落地经验,包括但不限于:使用AI辅助生成测试用例、接口参数校验、自动化脚本
基于AI的测试结果分析、异常日志聚类与根因定位
运用AI模型进行缺陷预测或质量风险评估
熟悉常见LLM API调用(如OpenAI、Qwen、DeepSeek等),并能结合实际测试场景构建AI Agent或工具链
具备优秀的主动性、执行力与跨团队拉通能力,愿意主动承担复杂问题
能独立分析和解决问题,学习能力强,具备耐心、细心的工作态度和高度的责任感,能承受一定工作压力

工作职责

负责跨境物流核心项目的全流程质量保障,包括功能、性能、稳定性及用户体验,独立制定测试计划、设计测试用例、执行测试并输出高质量测试报告

承担日均百万级量级系统的性能测试(前端+后端),制定性能测试方案、执行压测、定位性能瓶颈,并结合AI分析手段提升瓶颈诊断效率
应用AI能力优化测试全链路,包括但不限于:智能用例生成、缺陷预测、日志智能分析、测试数据构造、自动化脚本自修复等,持续提升测试效率和覆盖度
主动发现项目质量风险与效能痛点,结合AI技术输出可落地的解决方案和技术方案(如基于历史数据的质量评估模型、智能变更影响分析等),并推动落地
组织多系统端到端联调验证,协同跨团队(研发、产品、运维)推进复杂场景的联调问题闭环
负责海外云上系统的测试验证,具备海外系统测试经验者优先

优先资格

具备海外系统测试经验者优先

AI 洞察

优缺点分析

优点

  • 顺丰是上市巨头,平台稳定,能接触跨境物流核心业务,项目规模大
  • 岗位强调AI+测试,技术前沿,有大量实践和成长机会
  • 涉及性能测试、自动化、AI工具链,技能栈丰富,市场价值高
  • 薪资面议,但大厂通常有竞争力,且福利体系完善
  • 需要快速掌握AI技术并落地到测试场景,对学习能力要求高
  • 跨团队协作多,需要较强的沟通和推动能力

缺点 / 挑战

  • 工作强度可能较大,JD明确要求能承受一定工作压力
  • 适合有测试开发经验、对AI技术感兴趣、愿意在压力下成长并接受挑战的工程师

角色解读

  • 从测试开发专家向质量保障架构师或AI测试专家方向发展
  • 可转向研发效能组,成为DevOps或测试平台负责人
  • 在大型物流科技公司,可逐步晋升为测试团队主管或项目质量负责人
  • 负责跨境物流核心项目的质量保障,制定测试计划、设计用例并执行,确保系统功能、性能和稳定性
  • 承担百万级量级系统的性能测试,分析瓶颈并利用AI技术提升诊断效率
  • 将AI能力融入测试全链路,如智能用例生成、缺陷预测、日志分析和自动化脚本自修复
  • 跨团队协同联调,推动复杂问题闭环,并支持海外云上系统的测试验证
  • 扎实的软件测试基础,熟悉接口、UI、兼容性、安全等测试方法
  • 熟练掌握Python/Java/Node.js/Go至少一种语言,具备开发或工具开发能力
  • 熟悉MySQL、Redis、Kafka等数据库和中间件,能进行日志分析和数据验证
  • 具备AI在测试场景的落地经验,包括LLM API调用和AI Agent构建

申请策略

  • 投递时明确表达对AI+测试的热情,最好附带相关项目demo或博客
  • 了解顺丰科技的业务方向,提前准备对物流场景质量保障的理解
  • 突出测试开发项目经验,特别是性能测试和自动化测试成果
  • 强调AI在测试中的应用案例,如智能用例生成、缺陷预测等
  • 展示编程能力和技术栈,列出Python/Java/Go等的实际项目
  • 提及数据库和中间件使用经验,以及日志分析能力
  • 学习常见LLM API(OpenAI、Qwen、DeepSeek)的使用,练习构建测试相关AI Agent
  • 熟悉测试工具链如JMeter、Selenium、pytest等,并尝试结合AI优化

面试指南

  • 使用STAR法则:情境(Situation)、任务(Task)、行动(Action)、结果(Result),具体说明技术方案和量化成果
  • 对于技术问题,先讲思路再举例,强调问题拆解和验证步骤
  • 对于AI应用问题,结合现有工具和业务场景,说明可行性和局限性
  • 请描述一个你用AI辅助生成测试用例或分析日志的实际项目
  • 如何对百万级量级系统进行性能测试?你如何定位瓶颈?
  • 讲述一次你跨团队推动问题闭环的经历,难点是什么?
  • 你如何评估一个AI模型在缺陷预测中的效果?
  • 熟悉哪些LLM API?如何将它们集成到测试工具链中?

职位点评

66
综合评分

上市大厂测试开发岗,AI技术前沿,薪资面议,但工作强度较大。

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。

更适合这类人
适合重视技术成长、愿意学习AI并接受一定工作压力的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利62
成长发展88
工作生活45
使命价值58

薪资福利

62中等

薪资面议但大厂通常有竞争力,福利未明确体现,整体稳定性强但薪酬优势不透明。

薪资信号面议 (20K-35K/月)

成长发展

88较高

AI+测试属于前沿方向,岗位涉及大量新技术落地,个人成长空间大。

技术前沿前沿/新兴技术
技术栈Python、Java、Node.js、Go、MySQL、Redis、Kafka、LLM、AI
业务类型cost_center

工作生活

45较低

现场办公,JD暗示工作压力,WLB信息缺失,整体生活方式偏高压。

工作模式仅现场办公
办公地点未明确
加班情况JD含高强度暗示词

使命价值

58较低

跨境物流行业成熟稳定,但岗位不直接面向社会价值,意义感一般。

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