AI测试架构师-商业广告方向

设计广告业务分级测试策略，覆盖 RTB→OCPX→DPA→计费全链路，针对召回/粗排/精排/计费建立分层质量防御矩阵。

主导测试左移，在 PRD/Spec 阶段输出测试侧约束；搭建多 Agent 执行引擎，对接 CI/CD 质量门禁实现发布前自动拦截。

建设广告测试知识库与 Prompt 模板库，覆盖需求审查到缺陷归因全链路，持续提升 AI 测试产物的召回率与有效率。

管控用例评审、缺陷审核、发布放行三个关键人工决策节点，追踪召回率、左移率、覆盖率等指标，推动线上问题规则闭环。

设计 Kafka 广告事件流与 Flink 实时计算测试方案，建立数据完整性与一致性校验，覆盖 GDPR/CCPA 国际化合规测试。

赋能 AI 软件质量工程师与测试工程师，推动 AI Native 模式规模化落地，协同研发推进单测 Agent 并追踪覆盖率达标。

8 年+ 测试经验，3 年+ 架构经验，3 年+ 广告业务经验，熟悉 RTB/OCPX/DPA，深谙引擎召回/排序/计费链路质量风险。

精通测试金字塔与分层测试体系，Java/Python/TS 至少精通一种，能独立设计测试框架和工具链。

有 LLM 测试应用与 Prompt Engineering 实践经验，熟悉 RAG 知识库构建与 Spec 驱动测试设计，能识别边界遗漏与状态机缺陷。

熟悉 Kafka 消息队列与 Flink 流处理，掌握 Selenium/Appium/Playwright/pytest 等主流框架及 CI/CD 质量门禁落地。

有多 Agent 系统编排与上下文管理实战经验，理解 Agent 通信、任务编排、状态管理与异常处理机制。

优先：AI Native 测试转型项目经验、出海产品测试经验、混沌工程/可观测性建设、质量度量体系设计经验。