吉利汽车
测试开发岗
测试开发岗
发布于 2 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
Llm
Pytest
Robotframework
Testng
智能座舱
自动化测试
值不值得投
74综合评分
综合评分 74
头部车企AI测试开发岗，技术栈前沿、成长空间大，薪资具竞争力，WLB未明确。
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
2万
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 2790 个在招 · 其中测试开发 34 个
市场机会
选择面较广
上海 · 测试开发 · 约 240 个在招
职位详情
关于这个职位
该职位主要负责吉利汽车AI产品及智能座舱相关的自动化测试框架与平台开发
你将参与搭建智能体Agent自动化测试框架，设计LLM系统的测试策略，并负责相关组件的开发与CodeReview，保障高质量交付
最低要求
熟悉 Java 或 Python 等编程语言
熟悉常用的自动化测试框架和工具，包括但不限于 Robotframework、Uiautomator、Pytest、TestNG
具备很强的学习能力、分析能力和解决问题的能力
工作职责
参与自动化框架、测试系统、平台的需求和技术评审，了解技术实现要求
参与自动化框架部分组件的开发工作，并组织 CodeReview，保证高质量交付
参与测试系统、测试平台的部分组件开发工作，并组织 CodeReview，保证高质量交付
搭建智能体 Agent 自动化测试框架，覆盖工具调用、多轮对话、长任务等端到端场景
设计非确定性 LLM 系统的测试策略：输出结果打分评判，LLM-as-Judge 断言
优先资格
具有 Agent、Skill、Tools 等开发经验，能设计并开发 AI 产品的自动化测试方案和测试脚本
具备工具、平台、整车相关测试开发经验
熟悉智能座舱软件开发模式、Android 系统开发、整车信号相关经验
AI 洞察
优缺点分析
优点
- 接触前沿的AI大模型与Agent测试技术，技术壁垒高，个人核心竞争力提升快
- 依托头部车企平台，能深入智能座舱与整车业务，行业前景广阔，业务场景丰富
- LLM输出具有非确定性，测试策略设计与断言评判难度大，需要不断探索新方法
- 适合对AI大模型测试感兴趣，具备扎实自动化测试基础，且愿意在智能汽车领域深耕的测试开发人员
缺点 / 挑战
- 需要同时掌握传统自动化测试与AI前沿技术，跨领域学习成本较高
角色解读
- 从测试开发工程师向AI测试专家或测试架构师发展，主导复杂AI系统的质量保障体系
- 深入智能座舱与自动驾驶领域的AI业务，成为车企智能化转型的核心技术人才
- 负责AI产品及智能座舱的自动化测试框架与平台组件开发，组织CodeReview保障交付质量
- 搭建智能体Agent自动化测试框架，覆盖工具调用、多轮对话等端到端场景
- 设计非确定性LLM系统的测试策略，如引入LLM-as-Judge进行输出结果打分评判
- 熟练掌握Java或Python，精通Robotframework、Pytest等主流自动化测试框架
- 具备AI产品、Agent、LLM测试经验，了解智能座舱及Android系统开发模式
- 具备较强的问题分析与解决能力，能独立推进测试平台组件开发
申请策略
- 了解吉利汽车在智能化、智能座舱方面的最新业务布局，面试时可结合具体业务场景阐述测试方案
- 突出在Agent、LLM测试或AI产品自动化测试方面的项目经验，展示对非确定性系统的测试思路
- 展示使用Python/Java开发测试框架及平台组件的实际成果，强调CodeReview与高质量交付能力
- 深入学习LLM-as-Judge等前沿大模型评测方法，了解RAGAS等评测框架
- 补充智能座舱软件开发流程及整车信号测试相关知识，拓宽业务视野
面试指南
- 采用STAR法则，结合具体项目背景、面临的挑战、采取的技术方案及最终收益进行结构化回答
- 对于LLM测试问题，强调从确定性断言向概率性/语义性评判的思维转变，突出LLM-as-Judge的应用逻辑
- 如何设计非确定性LLM系统的测试策略？请举例说明
- 请分享一个你搭建自动化测试框架或平台组件的经验，遇到了哪些技术难点？
- 针对Agent的多轮对话和工具调用，你会如何设计端到端测试场景？
- 在智能座舱或Android系统测试中，你如何保证测试用例的覆盖率和执行效率？
- 复习大模型评测的主流方法与工具，准备1-2个自己主导的自动化测试框架设计案例
- 了解吉利旗下车型的智能座舱功能及交互逻辑，思考其测试痛点与解决方案
职位点评
薪资福利75
成长发展85
工作生活60
使命价值70
薪资福利
75中等
吉利作为上市车企，薪资福利体系完善，该岗位涉及AI与Agent前沿技术，薪资在市场上具有竞争力。
薪资信号未披露（AI估算：1.5千–2.5万/月）
成长发展
85较高
岗位涉及LLM、Agent等前沿AI技术在汽车智能座舱的落地，技术成长空间大，能积累稀缺的AI测试经验。
技术前沿前沿/新兴技术
技术栈Agent、LLM、Python、Java、Robotframework、Pytest、TestNG、Android
业务类型ambiguous
工作生活
60中等
JD未明确提及工作模式与WLB信息，车企研发节奏通常较紧凑，但具体需视团队而定。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
智能汽车与AI结合是未来出行的重要发展方向，岗位具有一定的行业前瞻性与社会价值。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs