千问事业部-高级AI应用研发工程师-网盘质量

负责夸克网盘、网盘 Agent、扫描王、扫描王 Agent 等产品的业务质量保障工作，参与产品需求和架构设计评审，评估技术架构合理性与可测性，在 AI 功能设计阶段前置质量视角（效果评测口径、兜底策略、灰度方案）；

推进测试全流程AI提效并设计配套的质量保障体系：用大模型、Agent、MCP 工具重构用例生成、测试数据构造、环境编排、结果校验等测试环节，攻克UI逻辑测试、端到端自动化等质量保障难题；对 Skill 类能力建设白盒门禁、对 Agent 类能力建设评测介入机制，定义各测试环节的自动化接管路径与人机分工，提升业务测试效率和质量；

建设线上监控与问题 trace 能力，分析业务/技术指标与异常模式，保障线上服务稳定性，驱动用户体验不断提升；

通过业务全链路数据分析、用户行为分析、效果评测、体验与质量视角的竞对分析等手段，帮助业务找到目标达成路径的核心问题，驱动解决，赋能业务。

3年以上研发或质量工程经验，计算机理论基础扎实，至少精通一门编程语言（Python / Java / TypeScript 优先），能独立完成工具、服务与自动化系统的设计与交付，而不止于脚本编写；熟练使用AI Coding，能对 AI 方案、代码做批判性审查，把控产出质量；

对 AI Agent 具备基础的工程认知，具备使用大模型 / Agent 解决实际业务问题并真实落地的案例；理解工具调用、上下文管理、多 Agent 编排、Eval 的作用与能力边界。能针对测试场景设计并落地 Agent 或工具链（需求解析、用例生成、执行编排、结果裁决等），了解模型幻觉、输出不稳定等问题的工程化应对方法；

熟悉互联网产品的设计开发流程，具备用户型产品的功能、性能、稳定性测试经验，以及线上稳定性与体验水位监控、问题分析能力；有网盘、知识库、图像/视频等复杂链路和效果评测经验者优先（如 文档总结、知识文档、AI写作、AI 生图等）；

有数据驱动意识，能把质量目标拆成口径清晰、可被追问的指标（如有效Bug率、线上漏出率、首包耗时、效果通过率、Skill 采纳率），用数据辅助质量决策、体验提升与业务目标达成；

良好的沟通协作能力，目标导向；有好奇心和探索能力，面对不确定需求场景能主动定义问题、推动对齐解决；对测试领域和效能工程有热情，愿意把个人实践抽象成可被他人复用的方法论或工具，并在团队内外分享。