英伟达
Senior AI Agent Test Developer, SDET
Senior AI Agent Test Developer, SDET
发布于 大约 15 小时前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
硕士
软件工程
GPU
CI/CD
ELK
Test Automation
Chaos Monkey
AI 估算 · 25k–45k
结合英伟达的行业地位、上海薪资水平以及AI测试开发的稀缺性，该职位薪资具有较强竞争力。
职位详情
关于这个职位
作为英伟达高级AI Agent测试开发工程师，你将利用AI工具革新软件测试流程，提升测试效率与覆盖
负责从测试策略制定到自动化框架搭建的全链路质量保障，接触Kubernetes、Prometheus等云原生技术栈，与全球顶尖团队合作，为GPU加速计算和AI产品保驾护航
最低要求
MS or PhD in Computer Science, Engineering, or a related field.
+ years of QA, test automation, or software testing experience.
Hands-on experience using AI tools to improve QA workflows.
Strong QA fundamentals, test strategy, test planning, and failure analysis skills.
Proficiency with Unix/Linux and shell or Python programming.
Experience with Kubernetes, containers, CI/CD pipelines, and cloud-native systems.
Experience testing observability tools such as Prometheus, Grafana, ELK Stack, Datadog, or similar platforms.
Experience with large-scale failure testing, using tools such as KWOK, Chaos Monkey, or similar frameworks.
Strong communication, problem-solving skills, and curiosity for complex technology
工作职责
Use and develop AI-powered tools to make software testing smarter, faster, and more effective!
Improve test case generation, defect detection, flaky test analysis, regression testing, and test coverage optimization.
Work with product, engineering, and cross-functional teams to review requirements and define test strategies.
Build test plans, design and execute test cases, and report quality status, risks, bugs, and results.
Perform functional, performance, fault-injection, reliability, and regression testing for cloud-native systems.
Automate test cases and contribute to scalable test frameworks.
Manage the bug lifecycle, reproduce customer issues, and verify fixes.
优先资格
Used AI to reduce testing time, improve defect detection, or increase test coverage.
Built AI-driven solutions that streamlined QA workflows or reduced manual effort.
Experience with SaaS or PaaS testing.
Experience with NVIDIA GPU hardware or GPU-accelerated software.
AI 洞察
优缺点分析
优点
- 身处AI最前沿公司，接触GPU、深度学习等核心技术，技术成长空间大
- 工作内容创新性强，有机会使用AI解决传统测试难题，提升个人影响力
- 英伟达作为行业巨头，提供优厚薪酬福利和全球化协作机会
- 技术栈要求高，需同时掌握测试、AI、云原生等多领域知识，学习曲线陡峭
- 作为外企在华岗位，需要适应跨境沟通和文化差异
缺点 / 挑战
- 涉及大规模混沌测试和故障注入，工作压力可能较大
- 适合具备深厚测试背景、热爱AI技术、乐于接受挑战的资深测试开发工程师
角色解读
- 可晋升为测试架构师或AI测试专家，主导企业级质量体系
- 向测试开发经理或研发总监方向发展，管理测试团队
- 凭AI+测试的复合技能转型为AI产品研发或SRE工程师
- 利用AI工具优化测试流程，例如自动生成测试用例、智能缺陷检测和根因分析
- 设计并执行功能、性能、可靠性和混沌测试，覆盖云原生系统
- 开发自动化测试框架，推动CI/CD流水线中的质量保障
- 与产品、开发和跨职能团队协作，定义测试策略并跟踪缺陷生命周期
- 精通Python或Shell，熟练操作Unix/Linux系统
- 深入理解Kubernetes、容器化及CI/CD工具链
- 掌握测试理论和方法，包括功能、性能、可靠性测试以及混沌工程
- 熟悉至少一种监控/可观测性工具（如Prometheus、Grafana、ELK）
申请策略
- 提前了解英伟达GPU产品和AI生态，展示对技术场景的理解
- 准备英文简历和面试，部分面试环节可能用英文进行
- 突出使用AI提升测试效率或覆盖率的量化成果（如“将测试时间缩短30%”）
- 强调Kubernetes、CI/CD和云原生测试的具体项目经验
- 展示对混沌工程（如Chaos Monkey）或可观测性工具的实践案例
- 补充AI在测试中的应用知识，如基于LLM的测试生成
- 深入学习Kubernetes故障注入工具（如KWOK、Chaos Mesh）
面试指南
- 使用STAR法则（情境-任务-行动-结果）结构化回答问题，突出量化数据和业务影响
- 对设计类问题，先明确测试目标，再分模块提出方案，并说明权衡
- 结合英伟达的产品场景（如GPU、AI）展示技术洞察力
- 请举例说明你如何用AI改进测试流程，并量化效果
- 设计一套针对Kubernetes集群的混沌测试方案
- 如何测试一个基于GPU的AI推理服务？
- 描述一次你解决复杂缺陷分析的经历，使用了哪些工具？
- 谈谈你对测试自动化和CI/CD集成的理解
职位点评
80
综合评分
外企大厂、技术前沿、薪资优厚，但WLB一般，适合技术驱动型人才。
更适合这类人
最适合追求技术成长和前沿领域探索的求职者，愿意接受较高的工作投入以换取职业加速。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展90
工作生活60
使命价值85
薪资福利
85较高
英伟达作为全球顶尖科技公司，提供丰厚薪酬和全面福利，该职位薪资水平在上海具有很强竞争力，但JD未披露具体细节。
薪资信号偏高 (25K-45K/月)
成长发展
90较高
该职位聚焦AI+测试这一前沿领域，技术栈包括Kubernetes、Prometheus等主流工具，且公司鼓励创新，成长空间巨大。
技术前沿前沿/新兴技术
技术栈AI、Kubernetes、CI/CD、Prometheus、Grafana、ELK、Chaos Monkey
业务类型profit_center
工作生活
60中等
要求现场办公，JD未提及弹性工作或加班情况，上海办公地点可能在张江科技园，通勤时间较长，WLB一般。
工作模式仅现场办公
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
85较高
AI+GPU行业处于高速增长期，英伟达的产品对社会数字化转型有巨大推动作用，职位创新性高。
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
Watch Jobs