词元星火-中级测试技术工程师(J13595)

优缺点分析

角色解读

• 在 AI 测试领域深耕，成为 Agent 质量保障专家，负责更复杂的测试架构和评测体系建设
• 横向拓展至研发或平台工程方向，参与 Agent 产品核心功能的开发与优化
• 纵向晋升为测试团队负责人，带领团队负责整个产品线的质量保障工作
• 负责 Agent 产品、平台及 Harness 核心能力的测试开发，制定测试方案并建设自动化测试工具，保障产品质量
• 建设 Agent 评测与回归体系，覆盖任务执行、上下文管理、工具调用、异常恢复和多轮运行稳定性等关键场景
• 分析模型、上下文、工具及 Harness 的执行轨迹，定位失败原因并推动问题解决，形成质量闭环
• 与研发、模型和产品团队协作，将评测能力接入产品迭代和版本发布流程，持续提升 Agent 质量
• 扎实的编程和软件工程能力，熟练掌握至少一种编程语言（如 Python、Java、Go 等）
• 具备测试开发、自动化测试、服务端研发或平台工程相关经验，能够独立完成测试工具或测试平台开发
• 对 LLM 和 Agent 有浓厚兴趣，了解 Agent Loop、Tool Use、Context、Memory、MCP 等基本概念
• 具备较强的问题分析能力，能够结合日志、指标和执行轨迹定位复杂问题，并具备良好的沟通协作能力

申请策略

• 在面试中展现对 AI 测试领域的热情和思考，可以准备一个 Agent 测试方案设计案例
• 关注科大讯飞的业务方向和技术动态，了解其 Agent 产品线，以便在面试中更好地展示匹配度
• 突出自动化测试框架、测试平台或评测体系的建设经验，展示独立开发和解决问题的能力
• 强调对 LLM、Agent 相关概念的理解，如有相关项目或开源贡献，务必重点展示
• 在简历中体现扎实的编程能力，如熟练掌握的编程语言、代码质量、算法基础等
• 展示问题分析能力，如通过日志、指标定位复杂问题的案例
• 系统学习 Agent 相关技术，如 Agent Loop、Tool Use、Context、Memory、MCP 等，并动手实践
• 熟悉主流自动化测试框架（如 Pytest、Selenium、JUnit）和测试平台建设思路

面试指南

• 对于项目介绍类问题，采用 STAR 原则（情境、任务、行动、结果），清晰描述项目背景、你的职责、具体行动和最终成果
• 对于设计类问题，先明确目标和范围，再拆解关键模块，最后给出具体方案和优先级
• 对于问题分析类问题，强调系统化思维，从日志、指标、轨迹等多维度定位，并给出闭环解决思路
• 请介绍一个你负责的自动化测试框架或测试平台，它的架构和核心功能是什么？
• 如何设计一个 Agent 产品的评测体系？需要覆盖哪些关键场景？
• 当 Agent 在执行任务时出现失败，你会如何定位和分析问题？
• 你对 MCP 协议的理解是什么？它如何影响 Agent 的测试？
• 如何将评测能力接入 CI/CD 流程，实现持续质量保障？