测试研发工程师

优缺点分析

角色解读

• 在测试开发领域深耕，成为质量保障专家，负责更复杂的系统级测试策略和架构设计
• 向SRE或稳定性工程师方向发展，结合混沌工程和性能工程经验，负责系统韧性和可靠性建设
• 在AI基础设施领域积累经验，成为AI平台质量保障的专家，参与行业标准制定
• 负责AI算力平台核心系统的全链路质量保障，制定测试策略与质量标准，确保系统稳定性和可靠性
• 设计并搭建自动化测试平台，支持接口、集成和端到端测试的自动化执行与持续回归，提升测试效率
• 开发专项性能测试方案，包括推理服务压测、调度系统容量测试和计费系统精度验证，保障系统在高负载下的性能
• 构建面向GPU集群的混沌工程能力，模拟故障场景，验证系统韧性与自愈能力，提升系统容错性
• 精通Python/Go/Java中至少一门语言，具备测试平台或工具链的独立设计与开发能力
• 熟悉接口自动化测试（Pytest/RestAssured）和性能测试工具（JMeter/Locust/k6/wrk）的实战经验
• 熟悉CI/CD流水线设计与质量卡点集成，了解Jenkins/GitLab CI/GitHub Actions/ArgoCD
• 有分布式系统的测试经验，理解最终一致性、幂等性、超时重试等场景的测试策略

申请策略

• 在面试中展示你对AI算力平台质量保障的思考，如如何设计测试策略、如何建立质量度量体系
• 关注宁德时代在新能源和AI领域的业务布局，了解其技术栈和团队文化，展现你的行业热情
• 突出自动化测试平台的设计与开发经验，展示你如何提升测试效率和覆盖率
• 强调性能测试和混沌工程的实战项目，特别是涉及分布式系统或GPU集群的场景
• 展示你对CI/CD流水线、质量卡点的理解和实践，体现质量左移的理念
• 如有AI辅助测试工具的使用经验，务必突出，体现你对新技术的敏感度
• 提前学习GPU推理性能指标（TTFT/TPOT/Throughput/MFU）的测试方法，了解AI基础设施的测试特点
• 熟悉混沌工程工具（ChaosBlade/LitmusChaos/Chaos Mesh），了解故障注入实验的设计方法

面试指南

• 采用STAR法则（情境、任务、行动、结果）回答项目经验问题，突出你的角色、技术选型和量化成果
• 对于测试策略问题，先明确测试目标，再分析系统架构和关键场景，最后设计具体的测试方案和指标
• 对于混沌工程问题，强调故障注入的实验设计、监控指标和系统恢复验证的闭环
• 请描述一次你设计并搭建自动化测试平台的经历，如何保证其可扩展性和可维护性？
• 针对AI推理服务，你会如何设计性能测试方案？关注哪些指标？
• 谈谈你对混沌工程的理解，如何设计一个故障注入实验来验证系统韧性？
• 在分布式系统中，如何测试最终一致性和幂等性？请举例说明
• 如何利用AI辅助工具提升测试效率？你有哪些实践？