腾讯测试开发工程师-AI软件测试方向
任职要求
1.本科及以上学历，计算机相关专业； 2.3年以上测试开发相关工作经验； 3.熟练掌握Python，具有自动化测试框架设计经验； 4.熟悉Linux/Unix操作系统，熟练使用Shell及常用命令行工具； 5.熟悉软件测试流程，能独立完成测试计划、用例设计及测试执行； 6.优秀的问题分析和定位能力，以及良好的质量意识； 7.具备自驱力，对提升测试效率有持续思考和推动能力。 加分项 1.熟悉芯片测试流程或有芯片测试背景； 2.了解深度学习框架（如TensorFlow, PyTorch等），有GPU/CUDA测试经验，有C/C++开发或测试经验； 3.熟悉容器技术（Docker）及CI/CD流水线； 4.熟悉分布式系统、高性能计算（HPC）测试者优先； 5.优秀的问题解决能力，能够独立设计并实现自动化测试工具和系统； 6.出色的学习能力、抗压能力和高度的责任心； 7.具备良好的沟通能力和团队协作精神，能够有效推动跨团队合作。
工作职责
1.负责AI软件产品（组件级）的测试工作，包括测试计划设计、用例开发、测试执行、bug分析及跟踪； 2.开发与维护自动化测试框架及用例，提升测试效率和质量； 3.深入分析测试过程中的问题，定位根本原因，推动问题解决； 4.持续优化测试流程、方法和工具，提升团队测试效能； 5.参与技术攻关，解决复杂测试问题，并积极推动测试技术创新。
职位描述： 我们正在寻找一位热衷于测试领域AI算法研究与工程化落地的专业人员。您将负责探索和应用测试领域的AI算法技术，提升软件测试的智能化水平，并推动这些技术的实际应用，助力产品质量保障。 岗位职责： 1. 负责AI算法在软件测试领域的研究与应用，包括但不限于基于AI的手机智能操控、测试用例生成、智能缺陷分析、时序指标预测、视觉元素解析等方向。 2. 设计和优化基于大模型的多场景应用，例如多模态大模型用于用例生成、脚本生成、代码理解、缺陷分析等。 3. 跟踪大模型（如GPT、BERT、LLM等）相关技术的发展趋势，持续探索新的测试领域应用。 4. 分析和建模测试过程中的数据，探索机器学习、深度学习、强化学习等AI技术在测试领域的应用场景。 5. 设计并实现基于AI算法的测试工具或平台，推动工程化落地。 6. 撰写技术文档，分享技术成果，推动AI测试技术在团队内外的推广。
1、负责AI技术深度应用软件测试或者系统稳定性测试，包括性能测试、压力测试、容灾演练等； 2、AI驱动的测试全流程优化，运用AI技术重构测试需求分析、用例设计、自动化、执行监控、缺陷预测及结果分析等环节，开发基于AI的自动化测试框架与工具，实现测试脚本智能生成、测试用例自适应推荐、异常场景自动挖掘等能力，探索大语言模型（LLM）在测试领域的应用，例如需求解析、测试数据生成、日志分析等场景； 3、自动化测试体系构建，设计并落地高可用、可扩展的自动化测试框架，整合AI能力提升测试覆盖率和执行效率，主导复杂系统的自动化测试策略，解决稳定性、数据构造等难点问题； 4、稳定性保障，负责系统稳定性测试，包括性能测试、压力测试、容灾演练等，确保系统在高并发、异常场景下的稳定性，设计并实施稳定性测试方案，识别系统瓶颈和潜在风险，推动研发团队优化系统架构，监控生产环境稳定性，分析故障根因，制定并落地改进措施； 5、技术探索与创新，跟踪AI测试领域前沿技术（如AI模糊测试、智能监控、自动化修复），推动技术预研与落地，通过数据建模与分析，构建测试质量评估体系，量化AI提效成果并持续优化； 6、团队赋能与协作，与研发、运维、产品等团队紧密合作，推动质量保障工作的落地和优化，沉淀AI测试方法论，通过技术分享、工具推广提升团队整体技术水平。
负责展示广告引擎和创意的项目测试工作，能独立完成某个子业务测试方向的测试方案制定，测试用例执行，整体业务测试风险控制等工作，并能通过自动化和工具手段提升业务线测试效率。 1.参与产品需求和架构设计评审，关注产品设计与架构的合理性、可测性，能快速深入理解系统架构及实现原理，有对测试需求做透彻分析的能力； 2.设计合理的测试策略，参与到具体的测试执行工作中，并进行缺陷跟踪和质量分析等，能引入比较好的测试思想和方法，保证产品的质量； 3.保证被测系统的质量，并通过流程推动、策略、方法和工具等创新，努力提升研发的质量和效率。 4.负责所在方向持续交付的落地，并根据质量效率指标对整个研发流程进行改进。 5.参与小组内AI智能测试的建设和落地
1、根据测试计划及需求文档，设计和执行测试任务，涵盖功能测试、界面测试、兼容性测试等； 2、编写高质量的测试用例，确保覆盖产品主要功能，记录并跟踪测试执行过程； 3、参与缺陷管理，发现并报告系统缺陷，推动问题及时闭环； 4、协助开发及测试团队编写和维护自动化测试脚本，提高回归测试效率； 5、参与接口测试、性能测试、安全测试等专项测试，配合分析测试结果； 6、协助参与AI相关产品或功能的测试，包括模型输入输出的验证、数据集测试、算法评估等； 7、不断学习和掌握行业常用测试技术、工具和平台，提升自身测试能力； 8、了解敏捷开发流程，积极参与日常的需求评审、迭代会议等，提升全流程质量意识； 9、在实际项目中积累经验，逐步向自动化测试、测试开发或AI测试方向成长。