AI应用工程师（质量工程）

负责 AI Coding 场景下的测试分析、测试设计、测试执行和缺陷跟踪。基于需求、代码、接口、页面和数据，识别功能缺陷、实现偏差和质量风险。

使用 AI 工具辅助完成需求拆解、测试用例生成、代码检查、自动化脚本生成、日志分析和测试报告输出。

参与建设 AI Coding 质量门禁体系，包括需求完整性检查、代码变更影响分析、测试覆盖评估、自动化验证和上线前质量评估。

推动接口自动化、UI 自动化、回归测试、冒烟测试等测试能力建设。

对 AI 生成代码、AI 生成测试用例和 AI 自动执行结果进行校验，识别遗漏、误判、幻觉和证据不足等问题。

沉淀测试规范、质量检查清单、测试模板和 AI 测试实践经验

计算机、软件工程、人工智能等相关专业本科及以上学历。

熟悉软件测试理论，具备功能测试、接口测试、回归测试、自动化测试等实践经验。

熟悉软件工程流程，理解需求、设计、开发、测试、发布、缺陷管理等研发环节。

熟练使用各类 AI 开发工具或 AI 辅助测试工具，如 ChatGPT、Claude、Codex、Cursor、Copilot、DeepSeek 等。

至少熟悉一种编程语言，如 Python、Java、JavaScript、TypeScript、PHP、Go 等。

具备 AI 测试或 AI Coding 落地项目经验，能结合实际业务场景使用 AI 提升测试效率。

有 AI Coding 质量门禁、自动化测试平台、研发效能平台或测试流程建设经验优先。

具备较强的问题分析能力，能定位问题属于需求、前端、后端、接口、数据、环境、权限或 AI 输出偏差。

具备良好的文档能力和沟通能力，能够输出清晰的测试方案、缺陷报告和质量总结