智元机器人
【共创】数据运营-测试工程师 / QA Engineer
【共创】数据运营-测试工程师 / QA Engineer
发布于 大约 12 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
Pytest
Ros
Sql
具身智能
多模态数据
接口测试
数据测试
数据质量
自动化测试
值不值得投
70综合评分
综合评分 70
前沿具身智能领域的数据质量守门人，技术成长空间大，但WLB和福利信息不明。
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
20K
比测试开发中位数低
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 1350 个在招 · 其中测试开发 3 个
市场机会
选择面较广
上海 · 测试开发 · 约 140 个在招
职位详情
关于这个职位
本职位是智元机器人的数据运营测试工程师，专注于具身智能与机器人数据平台的测试工作
你需要保障从数据采集、清洗、标注到训练全链路的质量与稳定性，负责制定测试计划、设计测试用例、执行多模态数据测试（如图像、点云、传感器），并建设自动化测试能力，推动跨团队问题闭环，提升数据工程交付质量
最低要求
本科及以上学历，计算机、软件工程、自动化、机器人、人工智能、数据科学等相关专业优先
具备 2 年以上软件测试经验，有数据平台、AI 平台、机器人平台、自动驾驶、IoT 或大数据系统测试经验者优先
熟悉软件测试流程，能够独立完成需求分析、测试设计、用例编写、缺陷跟踪和测试报告输出
熟悉接口测试、数据库测试、日志分析和常见问题定位方法
熟悉 SQL，能够进行数据查询、数据比对、数据质量校验和异常数据分析
熟悉至少一种脚本语言，如 Python、Shell 等，能够编写自动化测试或数据校验脚本
理解常见数据工程流程，包括数据采集、清洗、转换、存储、标注、质检和发布
对多模态数据有基本理解，包括图像、视频、点云、传感器数据、机器人操作数据或时序数据
具备较强的问题分析能力、沟通协作能力和质量意识，能够推动跨团队问题闭环
工作细致，能够面对复杂数据链路和非标准业务场景保持耐心和严谨性
工作职责
负责具身智能数据工程相关系统的测试工作，包括数据接入、数据管理、数据加工、数据标注、数据质检、数据发布等模块
参与机器人多模态数据链路测试，覆盖图像、视频、点云、语音、传感器、轨迹、动作序列、任务日志等数据类型
根据业务需求、产品方案和技术设计，制定测试计划、测试用例、测试数据和验收标准
对数据平台功能进行功能测试、接口测试、回归测试、兼容性测试和异常场景测试
负责数据质量相关测试，包括数据完整性、准确性、一致性、时序对齐、元数据正确性、标注结果质量等
参与数据流转链路验证，确保数据从采集、上传、解析、入湖、治理、加工到下游训练或评测的过程稳定可靠
跟踪缺陷生命周期，推动研发、产品、算法、数据运营等团队完成问题定位和闭环
建设自动化测试能力，包括接口自动化、数据校验脚本、质量巡检脚本、回归测试工具等
沉淀测试规范、测试用例库、问题复盘和质量度量指标，提升数据工程交付质量
支持业务上线验收、版本发布验证和生产问题排查
优先资格
有机器人、具身智能、自动驾驶、智能制造、无人机、仿真平台等相关业务经验
熟悉 ROS / ROS2、MCAP、bag 文件、传感器数据、轨迹数据或机器人日志分析
熟悉数据标注平台、数据治理平台、数据湖、数据资产管理或 MLOps / DataOps 工具链
有大规模数据质量测试、数据一致性校验、数据血缘验证或元数据测试经验
熟悉 Pytest、Postman、JMeter、Allure、Jenkins、GitLab CI 等测试工具
有算法训练数据集、评测集、Benchmark 数据质量验证经验
具备一定产品意识，能够从业务流程和用户使用角度发现质量风险
AI 洞察
优缺点分析
优点
- 处于具身智能和机器人这一前沿科技赛道，技术含量高，能接触最新的多模态数据与AI技术栈
- 岗位覆盖从测试到质量体系建设的全流程，对个人技术广度和深度提升非常有益
- 工作涉及跨团队协作（研发、算法、产品），能建立对机器人产品开发全貌的理解
- 业务场景前沿且不断变化，需要快速学习新领域知识并适应技术迭代
- 适合对数据质量有执着追求、具备良好逻辑分析能力和编程基础，且对机器人、自动驾驶或AI领域有浓厚兴趣的测试工程师
缺点 / 挑战
- 数据链路复杂，涉及多源异构数据，测试场景设计与问题定位难度较高
- 作为B轮中大型企业，可能需要同时承担体系建设和项目交付的双重压力
角色解读
- 可纵向发展为测试专家或质量保障负责人，专注于AI数据质量与效能提升
- 可横向发展至数据工程、数据产品经理或MLOps工程师，深入数据治理与AI研发全链条
- 随着具身智能行业发展，可成为领域内稀缺的测试与质量专家
- 负责机器人和具身智能数据平台的全链路测试，确保从数据采集、清洗、标注到模型训练的数据质量与流程稳定
- 设计并执行针对图像、点云、传感器信号等多模态数据的专项测试，验证其完整性、准确性和时效性
- 开发并维护自动化测试脚本与工具，提升测试效率，沉淀测试规范与质量度量体系
- 扎实的软件测试功底，能独立完成测试全流程，精通接口测试、数据库测试与日志分析
- 熟练使用 SQL 和 Python/Shell 进行数据查询、比对、质量校验与自动化脚本编写
- 对数据工程流程（采集、清洗、存储、标注）有清晰理解，并对多模态数据（图像、点云等）有基本认知
申请策略
- 在简历和面试中，强调你的问题驱动思维和质量意识，说明你如何推动跨团队解决问题
- 提前了解具身智能和数据驱动机器人的基本概念，思考测试在此类系统中的关键挑战和创新点
- 突出数据平台或AI平台测试经验，详细描述测试过的数据类型（如日志、图像、点云）和涉及的测试类型（如数据质量、接口、链路验证）
- 展示使用Python/SQL进行数据处理、分析或编写测试脚本的具体项目成果
- 列举使用过的测试工具链（如Pytest、Jenkins、数据质量工具），并说明其解决的具体问题
- 复习并实践ROS/ROS2基础、传感器数据格式（如bag文件）及处理方法
- 学习并掌握一种数据治理或MLOps工具（如Airflow, MLflow）的基本原理和使用
- 深入理解数据质量六要素（完整性、准确性、一致性、时效性、有效性、唯一性）在机器人领域的具体体现
面试指南
- 使用STAR法则（情境、任务、行动、结果）描述过往项目经验，突出你的分析过程和量化成果
- 对于场景题，遵循“现象-分析-假设-验证-解决”的逻辑链，展现结构化思维和技术深度
- 谈及对新领域的理解，结合岗位描述中的数据类型（图像、点云、轨迹）和工程流程（采集、标注、训练）来阐述具体挑战
- 请描述一个你负责的复杂数据系统测试项目，你是如何设计测试策略和用例的？
- 当遇到一条图像数据与点云数据时序不对齐的问题，你会如何分析定位并推动解决？
- 如何评估和提升数据标注结果的质量？你会设计哪些测试点？
- 请举例说明你编写过的一个自动化测试脚本（Python或Shell），它解决了什么问题？
- 你对‘具身智能’领域的数据测试挑战有什么理解？认为与传统软件测试有何不同？
职位点评
薪资福利65
成长发展85
工作生活50
使命价值80
薪资福利
65中等
薪资范围预计处于上海市场中上水平，能提供一定的经济保障。但JD未提及任何具体福利项目，补偿性激励来源单一。
薪资信号市场水准 (15K-25K/月)
成长发展
85较高
职位涉及具身智能、多模态数据等前沿技术领域，技术挑战性强，能获得稀缺的领域经验。岗位职责强调自动化能力建设与规范沉淀，有明确的个人技术成长空间。
技术前沿前沿/新兴技术
技术栈具身智能、多模态数据、ROS、数据平台、自动化测试、SQL、Python
业务类型ambiguous
工作生活
50较低
JD未明确任何工作模式信息（如远程、弹性），大概率需要现场办公。未提及任何工作生活平衡相关的描述。
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
80较高
具身智能机器人是人工智能与物理世界交互的前沿方向，行业处于高速增长期。你的工作直接保障机器人“感知世界”的数据基础，对技术落地有明确贡献。
行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新（行业首创）
智元机器人 的其他在招职位
相似职位推荐
Watch Jobs