【共创】应用系统测试工程师

优缺点分析

角色解读

• 在AI测试方向深入发展，成为企业级AI测试专家，主导测试平台与流程优化
• 横向扩展至性能测试、安全测试、架构评审等，成长为全面质量保障工程师
• 管理方向：可逐步晋升为测试组长或测试经理，带领团队
• 负责企业应用系统（ERP、WMS、CRM等）的全流程测试，包括需求评审、测试方案、功能与回归测试，并解决线上问题
• 日常使用AI工具辅助测试，如自动生成测试用例、智能定位缺陷、编写自动化脚本等，提升效率
• 参与搭建AI自动化测试体系，结合大模型API、RAG知识库和智能体，实现智能巡检和业务场景自动化核验
• 与产品、研发、前端后端团队紧密协作，推动缺陷闭环和测试流程优化，沉淀测试资产
• 精通功能测试、接口测试、回归测试流程，熟悉ERP/WMS/CRM/OA等业务系统逻辑
• 掌握Python/Go/Node.js至少一门开发语言，具备自动化测试能力，了解前端基础
• 熟悉MySQL、MongoDB等数据库，了解缓存、消息队列原理
• 具备AI测试工具使用经验，了解大模型、RAG、智能体原理，有Coze/Dify/LangChain实操经验优先

申请策略

• 申请时强调对AI测试赋能的热情和理解，展示你如何用AI解决实际测试问题
• 了解智元机器人的产品和技术栈，体现你对公司业务的兴趣和适配度
• 突出企业应用系统（ERP/WMS/CRM/OA等）的测试经验，具体说明负责的功能模块和测试成果
• 重点展示AI测试相关项目，如使用Coze/Dify/LangChain进行智能测试、RAG知识库搭建等
• 量化自动化测试成果，如接口自动化覆盖率、效率提升百分比、发现缺陷数等
• 强调编程能力（Python/Go/Node.js）和数据库技能，附上GitHub或代码示例更佳
• 如不熟悉AI测试工具，可先学习Coze、Dify等低代码平台，了解LangChain框架和RAG原理
• 补充CI/CD流程知识，如Jenkins、GitLab CI，以及容器化（Docker）基础

面试指南

• STAR法则：描述情境、任务、行动、结果，重点突出AI工具的具体应用和量化效果
• 对比方法：先谈传统测试的做法，再说明AI/自动化如何提升效率、降低漏测
• 结构化回答：分步骤说明设计思路、技术选型、落地过程和优化迭代
• 请描述一次你使用AI工具辅助测试的经历，具体用了哪些工具，效果如何？
• 在ERP/WMS系统中，你是如何设计测试用例来覆盖复杂业务场景的？
• 你如何搭建一个接口自动化测试框架？请说出关键组件和流程
• CI/CD流水线中测试环节如何集成？你遇到过哪些挑战？
• 你对大模型RAG的理解是什么？如何将其应用于测试知识库？