英伟达
Senior AI Infra Test Development Engineer, SDET
Senior AI Infra Test Development Engineer, SDET
发布于 3 小时前普通员工/个人贡献者
全职员工混合式弹性办公测试开发
测试开发
Ai辅助开发
分布式系统
持续集成
根因分析
测试框架
自动化测试
值不值得投
84综合评分
综合评分 84
顶尖外企AI基础设施测试岗，技术栈前沿、薪酬竞争力强，侧重自动化与AI提效，工作生活平衡良好。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
5.5万
比测试开发中位数高
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 510 个在招 · 其中测试开发 60 个
市场机会
选择面较广
上海 · 测试开发 · 约 330 个在招
职位详情
关于这个职位
负责设计并开发AI基础设施的自动化测试框架与工具，利用Python及AI辅助工具优化端到端QA流程
通过制定测试策略、维护Kubernetes/Linux环境下的自动化覆盖率，并与研发团队紧密协作定位复杂故障，保障NVIDIA核心产品的软件质量与交付效率
最低要求
年以上基础设施软件开发或测试开发经验
计算机科学或相关领域的硕士或博士学位优先
扎实的Python编程能力，能够编写清晰、可维护且经过充分测试的代码
具备设计端到端软件测试质量保证（SWQA）工作流和自动化框架的实战经验，包括实际使用AI工具提升测试开发或调试效率
精通Linux系统，并有在Docker和Kubernetes环境中部署软件的测试经验
深入理解基于风险的测试、可测试性、可观测性、回归策略和发布标准
熟悉裸机基础设施及部分供应或网络技术（如BMC/Redfish、PXE、DPUs或TCP/IP）
具备调试跨越服务、基础设施、网络和部署配置的多层故障的能力
展现技术所有权意识，以及协调利益相关者、交付解决方案和衡量成果的沟通技巧
工作职责
架构、实施并演进可扩展的端到端软件质量保证（SWQA）工作流、自动化测试框架、基础设施及工具链，以支持复杂软件产品
定义功能、集成、回归、可靠性及发布验证工作流中的测试策略与质量门禁
为基于Linux、容器化及Kubernetes环境构建并维护高价值的自动化测试覆盖率
调查软件栈中的复杂故障，隔离根本原因，并通过提出修复PR直接与开发团队协作解决问题
建立有意义的质量指标，提高测试结果信噪比，并利用数据优先分配工程投入
通过精心设计的工具、可复用框架及AI辅助工作流（确能提升质量或开发者生产力时）推动自动化效率
通过代码审查、设计评审、文档编写及导师指导，提升整个团队的技术能力
主动承担模糊且跨职能的质量问题，交付持久性解决方案，而非仅限于执行测试
优先资格
创建或显著改进了被多个团队或产品使用的测试平台
通过可衡量的工程改进降低了发布风险、逃逸缺陷、测试运行时间或手动验证工作量
构建并主导了AI辅助或智能体驱动的SWQA工作流，提升了覆盖率或效率
在真实故障条件下验证过分布式或大规模基础设施
拥有BlueField DPUs、Redfish、固件管理或裸机供应的实战经验
AI 洞察
优缺点分析
优点
- 接触前沿AI算力基础设施，技术栈处于行业领先地位
- 外企平台提供完善的福利体系与多元包容的文化氛围
- 直接参与核心产品发布，职业背书强，技术成果可量化
- 强调AI辅助提效，鼓励创新工具落地，个人技术影响力大
- 需处理复杂的分布式系统与底层网络故障，调试门槛高
- 对自动化框架设计与AI工具实际落地效果要求严格，竞争激烈
- 跨部门协作频繁，需具备较强的技术沟通与项目推进能力
- 适合追求技术深度、擅长自动化开发与故障排查，且希望在外企稳定发展的资深测试开发工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 向测试架构师或SRE专家方向发展，主导企业级质量保障体系建设
- 深耕AI基础设施与自动化效能领域，成为跨团队技术赋能者
- 积累分布式系统测试经验后，可横向拓展至性能优化、DevOps或技术管理岗
- 负责AI基础设施的自动化测试框架设计与开发，搭建端到端QA工作流
- 制定测试策略与质量门禁，维护Kubernetes/Linux环境下的自动化覆盖率
- 利用AI工具优化测试用例生成、代码调试与自动化效率，降低人工验证成本
- 深入排查跨服务与底层基础设施的复杂故障，协同开发团队推动问题闭环
- 精通Python编程，具备编写高质量、可维护测试代码的能力
- 熟练掌握Docker与Kubernetes容器化环境的测试部署与运维
- 具备多层级故障排查与根因分析能力，熟悉Linux系统与网络基础
- 了解基于风险的测试方法论、可观测性设计及CI/CD流水线集成
申请策略
- 提前研究NVIDIA硬件生态与AI训练集群架构，面试中重点展示解决复杂质量问题的闭环能力
- 突出Python自动化框架开发经验及K8s/Docker测试实践案例
- 量化展示通过自动化或AI工具提升测试覆盖率与效率的具体数据
- 强调跨团队协作品质保障经验及复杂故障根因分析能力
- 深入学习分布式系统测试方法论与混沌工程实践
- 掌握主流CI/CD流水线集成技术与性能基准测试工具
- 补充AI辅助编程工具（如Copilot类）在测试场景的最佳实践
面试指南
- 采用STAR法则描述项目背景、技术选型、实施难点与量化成果
- 强调数据驱动的质量度量体系与自动化效能提升逻辑
- 突出技术决策依据、风险控制措施及跨团队协同机制
- 请分享一个你主导的自动化测试框架重构或升级案例
- 如何设计针对K8s集群的高可用性与容灾测试方案？
- 遇到跨服务链路故障时，你的排查思路与工具链是什么？
- 如何利用AI工具提升测试用例生成、代码调试或回归效率？
- 复习Linux内核基础、网络协议栈与容器编排原理
职位点评
薪资福利85
成长发展90
工作生活75
使命价值80
薪资福利
85较高
JD提及提供极具竞争力的薪酬与广泛的福利包，符合一线城市顶尖外企标准，对补偿性动机满足度较高。
薪资信号偏高 (4.0千–7.0万/月)
福利待遇广泛的福利包、多元化与包容性的工作环境
成长发展
90较高
岗位聚焦AI基础设施与自动化测试前沿，明确要求使用AI工具优化工作流，技术成长空间与技术视野极佳。
技术前沿前沿/新兴技术
技术栈Python、Kubernetes、Docker、AI辅助开发、自动化测试框架
业务类型profit_center
工作生活
75中等
外企通常提供较好的工作灵活性，JD强调减少手动运维负担以提升开发者生产力，但未明确具体办公模式与加班政策。
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
80较高
致力于推动AI计算与高性能计算边界，产品直接影响全球AI生态与自动驾驶等关键领域，社会价值与技术使命感较强。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
英伟达 的其他在招职位
相似职位推荐
Watch Jobs