传音资深算法测试工程师(J16196)
社招全职8年以上地点:上海 | 重庆状态:招聘
任职要求
1. 计算机、通信、自动化相关专业本科及以上学历,8年以上工作经验; 2. 具备语音识别/自然语言处理/语音合成技术/机器学习/深度学习/计算机视觉的理论背景和实践经验,熟悉掌握以上领域的相关算法,如(逻辑回归/意图理解/语义识别/语义检索/图像分类/神经网络/决策树/KNN算法); 3. 熟练掌握Python编程语言以及Java语言; 具备软件产品设计和开发经验,能够独立承担模块的开发和维护工作; 4. 参与整个算法设计、测试过程中的技术创新,包括研发测试工具、自动化服务、性能测试服务等; 5. 熟练掌握预训练模型的算法原理和实现细节、有大规模模型预训练、微调实践经验优先; 6. 具有较好的团队沟通合作能力、分析问题和解决问题的能力;有大型复杂项目的全链路测试经验; 7. 熟悉代码管理规范,熟练使用git等源代码管理工具; 8. 具备良好的工作习惯和较强的文档编写能力。
工作职责
1. 负责搭建算法测试体系,建立规范化、制度化的测试流程及规范; 2. 负责AI算法、Al应用等研发过程中的测试工作,包括测算法指标制定、测试用例设计、测试数据管理、测试工具开发、测试流程回归等; 3. 参与大模型应用整体架构设计与技术评审、测试方案的制定和测试执行; 4. 负责大模型应用相关的测试服务建设,包括自动化测试、各类质量专项、性能测试、高可用测试等;
包括英文材料
学历+
语音识别+
https://www.youtube.com/watch?v=mYUyaKmvu6Y
Learn how to implement speech recognition in Python by building five projects.
https://www.youtube.com/watch?v=sR6_bZ6VkAg
How Rev.com harnesses human-in-the-loop and deep learning to build the world's best English speech recognition engine
NLP+
https://www.youtube.com/watch?v=fNxaJsNG3-s&list=PLQY2H8rRoyvzDbLUZkbudP-MFQZwNmU4S
Welcome to Zero to Hero for Natural Language Processing using TensorFlow!
https://www.youtube.com/watch?v=R-AG4-qZs1A&list=PLeo1K3hjS3uuvuAXhYjV2lMEShq2UYSwX
Natural Language Processing tutorial for beginners series in Python.
https://www.youtube.com/watch?v=rmVRLeJRkl4&list=PLoROMvodv4rMFqRtEuo6SGjY4XbRIVRd4
The foundations of the effective modern methods for deep learning applied to NLP.
机器学习+
https://www.youtube.com/watch?v=0oyDqO8PjIg
Learn about machine learning and AI with this comprehensive 11-hour course from @LunarTech_ai.
https://www.youtube.com/watch?v=i_LwzRVP7bg
Learn Machine Learning in a way that is accessible to absolute beginners.
https://www.youtube.com/watch?v=NWONeJKn6kc
Learn the theory and practical application of machine learning concepts in this comprehensive course for beginners.
https://www.youtube.com/watch?v=PcbuKRNtCUc
Learn about all the most important concepts and terms related to machine learning and AI.
深度学习+
https://d2l.ai/
Interactive deep learning book with code, math, and discussions.
OpenCV+
https://learnopencv.com/getting-started-with-opencv/
At LearnOpenCV we are on a mission to educate the global workforce in computer vision and AI.
https://opencv.org/university/free-opencv-course/
This free OpenCV course will teach you how to manipulate images and videos, and detect objects and faces, among other exciting topics in just about 3 hours.
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
Python+
https://liaoxuefeng.com/books/python/introduction/index.html
中文,免费,零起点,完整示例,基于最新的Python 3版本。
https://www.learnpython.org/
a free interactive Python tutorial for people who want to learn Python, fast.
https://www.youtube.com/watch?v=K5KVEU3aaeQ
Master Python from scratch 🚀 No fluff—just clear, practical coding skills to kickstart your journey!
https://www.youtube.com/watch?v=rfscVS0vtbw
This course will give you a full introduction into all of the core concepts in python.
Java+
https://www.youtube.com/watch?v=eIrMbAQSU34
Master Java – a must-have language for software development, Android apps, and more! ☕️ This beginner-friendly course takes you from basics to real coding skills.
Git+
https://www.youtube.com/watch?v=rH3zE7VlIMs
Learn Git from start to finished in this full course written by ThePrimeagen.
相关职位
社招2年以上信息技术类
1、负责电商业务数据质量保证工作,以及各类算法测试工具 的开发和探索; 2、根据实际测试业务需求进行数据产品和算法产品的测试工 作; 3、能够根据实际业务需求产出完备的测试方案并制定可执行 测试计划,保证数据和算法的正确性以及合理性; 4、能够根据测试需求快速开发测试工具或平台;
更新于 2025-04-17
社招网易伏羲
1. 参与网易伏羲游戏AI产品的质量保障,包括AIGC、自然语言、用户画像、强化学习等算法测试和性能测试; 2.对产品需求进行分析、评审,提前规避有问题需求,设计测试点、测试用例;积极发现和推动解决项目中的进度、流程、质量风险,并能对项目提出合理建议; 3. 挖掘研发和测试过程中的痛点,通过开发测试平台、工具的等方式来提升研发的质量和效率; 4. 对前沿测试技术有较高的敏感度,思考AI在测试领域的应用,能够引入并应用到工作中。
更新于 2025-04-03
社招
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。
更新于 2025-07-29