AI测试工程师-助听器（27届校招）(J12403)

1、负责AI大模型应用、RAG知识库、智能对话、Agent系统的功能测试，场景测试，回归测试，模型效果测试

2、编写AI测试用例&测试报告，针对回答准确性、幻觉、一致性、检索精度、上下文稳定性进行专项测试

3、负责测试数据与评测集的构建维护：在指导下完成场景梳理、数据合成与标注，维护真人标注锚定集，保障评测结果的可信度。

4、负责评测自动化工具的开发与维护：编写测试脚本与流水线并接入 CI，持续提升回归效率与测试自动化水平。

5、参与评测方案与指标口径的设计讨论；参与大模型、语音算法与业务算法的横向对比测试，输出选型建议。

6、探索AI技术在测试工作中的提效应用，包括测试用例自动生成、代码审查辅助等方向的原型验证与效果评估。

1、本科及以上学历，人工智能、软件工程、计算机等相关专业，2027届应届毕业生。

2、至少熟悉一种编程语言，如Python、Java、C/C++，熟悉 Linux、Git，了解 CI/CD 流程，能编写结构清晰、可复用的模块化代码。

3、掌握软件测试基本理论与用例设计方法（等价类、边界值、状态机、异常场景），有接口自动化或测试工具开发的实践经验。

4、理解大语言模型的基本原理与能力边界，掌握 Prompt 工程、RAG 等关键技术，了解幻觉、指令不遵循、工具调用参数错误等典型失效模式，用过大模型 API 完成过实际项目。

5、具备 AI 模型评测基础：理解常用评价指标及其隐含假设，能独立完成“数据处理—训练—评测—误差分析”闭环；

6、具备数据处理能力：能完成数据清洗、划分与分布检查，能识别数据泄漏与分布偏移；了解语音合成、噪声注入、数据增强等数据构造手段者优先。

7、至少有一个完整的 AI 项目经历（课程设计、竞赛、科研或实习），能清晰说明问题定义、数据来源、方案取舍、评测方法与迭代过程。

8、责任心强、风险意识敏锐、逻辑思维清晰、具备较强的自我驱动力，对 Al Agent、工程化、自动化 和 前沿技术充满热情。