测试开发—《白银之城》

岗位职责

1. 测试平台与基础设施研发

负责测试平台、中台及相关基础设施的架构设计、核心模块研发和持续演进。

建设覆盖接口、协议、性能、压测、稳定性、自动化回归等场景的测试工具链和平台能力。

设计并实现任务调度、资源管理、测试执行、数据采集、结果分析、报告生成等平台模块。

打通测试用例、测试执行、质量数据、缺陷管理和研发流程，形成端到端的质量工程闭环。

参与平台服务化、分布式执行、容器化部署、CI/CD 集成和可观测性建设。

负责关键技术方案落地，包括系统性能、稳定性、扩展性、安全性和运维效率。

2. AI Agent 测试能力建设

负责将 LLM、RAG、Agent 等技术应用于测试研发和质量保障场景。

设计并实现智能测试 Agent，支持但不限于：

测试用例自动生成与补全；

测试数据构造与场景编排；

缺陷聚类、日志分析和根因定位；

测试结果总结与风险识别；

变更影响分析和回归范围推荐；

基于知识库的测试问答和质量决策辅助。

设计 Agent 的工具调用、任务编排、上下文管理、记忆、权限控制和可观测性机制。

建设 Prompt、知识库、向量检索、模型路由、评测集和反馈闭环，提升 Agent 的准确性、稳定性和可控性。

建立 AI 应用的测试与评估体系，包括效果评估、幻觉检测、鲁棒性、安全性、成本和时延评估。

推动 AI Agent 与现有测试平台、研发流程、缺陷系统和持续集成系统集成。

3. 测试开发工程体系建设

负责测试开发技术体系、平台研发规范和工程质量规范建设。

抽象通用测试能力和平台组件，提升测试能力复用率和研发效率。

参与质量数据体系建设，沉淀测试覆盖率、缺陷质量、稳定性、性能和发布风险等指标。

与研发、架构、运维、产品及算法团队协作，推动可测性设计和质量工程落地。

对关键平台和智能化测试能力的技术方案、交付质量和长期维护负责。

────────────────────────────────────────────────────────────────────────────────

1. 软件研发与工程能力

本科及以上学历，5 年以上软件研发、测试开发、质量工程或开发基础设施相关经验。

具备较强的工程研发能力，有独立负责平台、框架、工具或基础设施项目从 0 到 1 建设并持续迭代的经验。

精通 Python，熟练掌握 Java、C++、Go、TypeScript 等至少一门语言。

熟悉面向对象设计、设计模式、模块化、异步编程、并发编程和常见数据结构与算法。

熟悉 Linux、Git、Docker、CI/CD 等工程化工具和研发流程。

具备较好的代码质量意识，能够编写可维护、可测试、可扩展的生产级代码。

2. 测试平台与分布式系统能力

有测试平台、自动化测试框架、性能测试平台、压测平台、协议测试平台或研发效能平台的建设经验。

熟悉 HTTP、TCP/IP、WebSocket、RPC 等常见网络协议，理解接口测试、协议测试和服务端测试的实现原理。

熟悉分布式任务调度、消息队列、缓存、数据库、对象存储等基础组件。

理解高并发、分布式执行、资源隔离、任务重试、失败恢复和结果聚合等平台问题。

有前后端协同开发经验，能够理解并参与平台前端、后端、服务接口和数据模型设计。

能够通过代码和架构设计解决实际问题，而不仅是使用现成测试工具或编写简单脚本。

3. AI Agent 与 LLM 应用能力

具备 LLM 应用或 AI Agent 的实际研发、集成或落地经验。

理解 Prompt Engineering、Function Calling、Tool Use、RAG、Embedding、向量检索、Agent Workflow 等基本技术。

有基于 LangChain、LlamaIndex、Dify、AutoGen、Semantic Kernel 或自研 Agent 框架进行实际开发的经验。

理解 Agent 的任务拆解、上下文管理、工具编排、状态管理、异常处理和结果校验。

熟悉知识库构建、文档切分、召回、重排、Prompt 组装和检索效果优化。

具备模型应用评估意识，能够设计测试集和评估指标，分析准确性、幻觉率、稳定性、时延和调用成本。

能够区分“调用大模型接口做功能演示”和“构建可上线、可评估、可运营的 AI Agent 系统”。

4. 综合能力

能够从业务目标出发进行技术方案设计，并推动复杂项目落地。

具备较强的问题分析、系统抽象、技术判断和跨团队协作能力。

能够清晰说明个人在项目中的实际技术贡献，包括架构设计、核心代码、关键难点和最终效果。

对新技术保持敏感，能够将 AI 和自动化技术转化为稳定、可复用的工程能力。

────────────────────────────────────────────────────────────────────────────────

加分项

有测试平台、压测平台、协议测试平台、性能分析平台或质量中台从 0 到 1 建设经验。

有 AI 原生产品、LLM 应用或 Agent 产品的生产环境落地经验。

有完整的 RAG、向量数据库、模型评测或 Agent 可观测性建设经验。

有将 AI Agent 接入 CI/CD、缺陷系统、用例管理系统、日志平台或研发流程的经验。

有大型分布式系统、开发者平台、研发效能平台或基础设施建设经验。

熟悉 Kubernetes、Prometheus、Grafana、ELK、ClickHouse、Kafka、Redis、PostgreSQL 等技术。

有游戏、实时业务、客户端、服务端或 UE 项目经验。

有 UE5、Lua、C++ 或游戏引擎工具链经验。

────────────────────────────────────────────────────────────────────────────────

岗位亮点

同时参与测试平台基础设施和 AI Agent 的实际建设，推动测试体系从自动化向智能化升级。

负责核心平台和智能测试能力的架构设计、研发和落地，而不是以执行测试或编写零散脚本为主。

有机会将 LLM、RAG、Agent、分布式系统和质量工程结合，建设可复用的 AI 测试基础设施。

深度参与研发流程、可测性设计和质量体系建设，对平台效率和业务质量产生直接影响。

面向真实生产场景，关注系统的可用性、准确性、稳定性、可观测性和长期运营能力