蚂蚁集团
蚂蚁集团-测试开发工程师（AI Native）-财富
蚂蚁集团-测试开发工程师（AI Native）-财富
发布于 大约 9 小时前普通员工/个人贡献者
北京市 / 上海市
初级经验
全职员工
仅现场办公
本科
测试开发
Ai测试
Prompt Engineering
Rag
多Agent
大语言模型
测试开发
自动化测试
质量保障
AI 估算 · 25k–45k
AI测试方向热门，蚂蚁平台薪资竞争力强，综合行业水平估算。
职位详情
关于这个职位
这是一个负责财富证券、黄金等核心业务质量保障的测试开发工程师岗位，重点在于将AI技术（大模型、多Agent）应用于测试用例生成、自动化执行和质量评测，构建智能测试体系
你将参与建设测试平台，与产品、研发、算法等团队协作，推动业务高质量交付
适合对AI测试感兴趣、有扎实测试功底和编程能力的工程师
最低要求
计算机相关专业本科及以上学历，1年以上质量保障/测试开发/测试工程相关经验
具备扎实的软件测试方法论，精通测试用例设计、接口测试、集成测试、回归测试、性能测试等
熟悉 Java / Python 等至少一种主流编程语言，具备较强的代码阅读与问题排查能力
熟悉 Linux 操作系统，具备日志分析、问题定位和脚本编写能力
对服务端架构、接口设计、数据一致性、分布式系统有深入理解，能够深入参与需求分析与技术方案评审，从质量视角驱动架构与方案优化
理解金融级系统的高可用、强一致、低时延等质量要求
AI能力要求（重点）：
对大语言模型、多 Agent、RAG、Prompt Engineering 等 AI 技术有深入理解和实践经验
具备将 AI 能力与业务质量场景结合的系统性思维，能独立完成「问题定义→方案设计→工程落地→效果度量」的完整闭环
具备较强的数据分析与问题归因能力，能从测试结果、线上指标、评测数据中提炼洞察，推动优化闭环
具备良好的沟通能力、团队协作能力和技术推动力，能够在跨团队、跨角色场景中高效协同，推动复杂问题的定位、修复和持续改进
工作职责
参与财富证券、黄金等核心业务质量保障体系建设，围绕行情、交易、用户服务等核心链路，负责复杂业务系统的质量策略制定、测试架构设计与质量风险治理，保障财富业务的高质量持续交付
主导 AI Native 测试范式落地，将大语言模型、多 Agent 工程体系应用于测分用例生成、接口自动化、端到端验证、质量风险评估等场景，构建可复现、可自动化、可持续优化的智能测试与评测体系
参与财富证券、黄金等领域 AI 能力建设，包括领域 Agent、Context 工程、Knowledge 沉淀、Skill 编排等组织级 AI 资产建设，将业务知识、测试经验、质量规则结构化沉淀为可复用的领域工程资产，推动研发与测试模式持续升级
主导 AI 评测与 AITesting 能力建设，围绕大模型应用、Agent 工作流、智能测试链路等场景，设计评测指标、构建评测集、落地自动化评测，并基于评测结果驱动模型与工具链的持续优化闭环
参与质量工程平台建设，包括测试平台、自动化框架、质量看板、数据校验、线上防线等工程能力建设，持续提升测试效率、覆盖率和问题发现能力
与产品、研发、算法、测试、运营等团队深度协作，以业务目标为导向，推动复杂业务的端到端质量闭环，参与需求分析和技术方案评审，持续提升产品价值与用户体验
持续关注大语言模型、多 Agent、AI Engineering 等前沿技术，结合财富业务场景探索创新应用，推动 AI 技术在质量保障领域的规模化落地，并将最佳实践沉淀反哺团队
优先资格
有复杂业务系统质量保障经验者优先
有白盒测试、灰盒测试经验者优先
有金融、证券、黄金、支付、交易等复杂业务系统质量保障经验者优先
有 AI Testing、测试用例自动生成、LLM-as-a-Judge、Agent 评测、自动化执行及评测平台建设经验者优先
有 Coding Agent、AI Coding Harness、Agentic Workflow 在研发或测试流程中的落地经验者优先
AI 洞察
优缺点分析
优点
- 蚂蚁集团平台大，财富业务复杂，能积累金融级高可用系统的质量保障经验
- AI Native测试是前沿方向，具备稀缺技能，市场竞争力强
- 公司与大厂体系，有完善的工程文化和导师制度，成长速度快
- 薪资福利有竞争力，年终奖和股票期权等
- 工作强度较大，互联网节奏快，可能需要加班
缺点 / 挑战
- 技术要求全面，需要同时掌握测试、开发和AI，学习压力大
- 涉及多团队协作，沟通和推动成本较高
- 适合对AI技术有热情、具备扎实测试功底和编程能力，喜欢挑战复杂系统、追求技术成长的工程师
角色解读
- 成为AI测试领域的专家，主导智能测试体系建设
- 晋升为质量保障团队负责人，管理技术团队
- 横向转型到AI Engineering或全栈开发，拓展技术广度
- 参与财富证券、黄金等核心业务的质量保障体系建设，制定质量策略、设计测试架构并治理质量风险
- 落地AI Native测试范式，使用大语言模型和多Agent自动生成测试用例、执行接口自动化与端到端验证
- 建设AI评测体系，设计评测指标、构建评测集，并基于结果驱动模型与工具链优化
- 参与质量工程平台建设，开发自动化框架、质量看板等，并与跨团队协作推动质量闭环
- 扎实的软件测试方法论，精通测试用例设计、接口测试、性能测试等
- 至少掌握Java/Python一种编程语言，熟悉Linux和脚本编写
- 深入理解分布式系统、服务端架构和数据一致性，有金融系统经验更佳
- 熟悉大语言模型、多Agent、RAG、Prompt Engineering等AI技术，并有实践经验
申请策略
- 关注蚂蚁的AI战略，在简历中体现对AI测试的思考和热情
- 可以准备一个AI测试的小demo，展示工程落地能力
- 突出测试开发项目经验，特别是自动化测试框架、质量平台建设等
- 若有AI相关项目，例如使用LLM生成测试用例、构建评测集，需重点描述
- 强调对分布式系统、金融业务质量保障的理解，如有相关经验更佳
- 展示编程能力，附上Python/Java代码示例或问题排查案例
- 学习大语言模型、RAG、Prompt Engineering，并用LangChain等工具动手实践
- 了解AI评测方法，如LLM-as-a-Judge，熟悉常用评测指标
面试指南
- 对于技术类问题，可以遵循：先描述问题背景，再阐述方案设计，然后说明具体实现，最后总结效果和优化点
- 对于AI相关，要体现系统思维，从数据、模型、评测、闭环角度回答
- 如何设计一个使用大语言模型自动生成测试用例的系统？
- 描述你如何在一个复杂业务系统中实施质量保障策略？
- 你如何评估一个AI模型生成测试用例的质量？
- 讲一个你通过自动化测试发现严重问题的案例
- 你对Agent工作流在测试中的应用有什么理解？
- 复习测试理论，特别是测试设计方法和自动化测试原理
职位点评
73
综合评分
大厂平台、AI测试前沿，薪资高但WLB不确定
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
适合追求技术成长、愿意投入高强度工作、对AI测试感兴趣的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展85
工作生活50
使命价值65
薪资福利
80较高
薪资待遇在行业内有竞争力，福利完善，稳定性较好。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
85较高
AI Native测试处于前沿，能够接触大模型、Agent等新技术，成长空间大。
技术前沿前沿/新兴技术
技术栈大语言模型、多Agent、RAG、Prompt Engineering、LLM-as-a-Judge、Agent评测、Coding Agent、AI Engineering、测试开发、Python
业务类型cost_center
工作生活
50较低
未提及工作生活平衡，按大厂惯例可能有一定压力，具体取决于团队。
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
65中等
金融科技行业稳定，AI测试技术有创新性，但对社会价值体现不明显。
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
蚂蚁集团 的其他在招职位
相似职位推荐
Watch Jobs