网易测试工程师（数据产品）-派遣
任职要求
1. 工科、计算机或相关专业本科以上学历，2 年以上测试开发工作经验 2. 熟悉 Java / Python / C++ 中至少一门语言，可以在AI辅助的情况下完成相应的…
工作职责
1. 负责数据领域系统的测试工作，可以将大模型/智能体应用于测试用例自动生成、测试数据智能构造、缺陷自动归因与自愈型自动化测试，切实落地为日常测试工具链 2. 负责数据领域 AI 产品的质量保障工作：制定 AI 模型及应用的质量评估标准，包括模型效果评测、鲁棒性测试、偏见检测、幻觉评估，建立 AI 产品测试体系，支撑 智能问数、智能搭建、智能分析等场景 3. 自动化测试框架/工具深度使用：熟练掌握 服务端、Web 端 的测试方法论，具备充分的测试工具使用经验 4. 工具研发和提效：可以使用vibe-coding等等方式，进行适配域内的相应质量工具的研发
1.理解自动驾驶感知/预测/环境融合/规控算法，深度嵌入研发团队； 2.负责智能驾驶数据算法测试的测试工具使用，测试报告展示等工具，帮助团队提高测试效率； 3.负责能够进行自动驾驶数据处理与数据分析工作。负责对测试问题进行感知、定位、导航、规控的数据分析； 4.会jira（问题管理系统）的操作。
1. 了解Al Agent、大数据、预测性维护等技术在测试工艺领域的应用，推动创新 2. 深入项目导入流程，结合精益VSM方法持续洞察业务提质增效机会点，对交付业务防呆性和人效负责 3. 主导测试工艺数据和测试工艺指标的系统化抓取、串联、应用，例如：CPK、MSA、SPC等，结合测试公版建设和测试要素管理，打造好用/易用的数智化集成平台 4. 作为核心协调人，驱动从开发、测试到上线的全过程，并组织用户验收测试、培训，确保产品可用、好用 5. 持续监控产品上线后的使用数据和反馈，基于数据分析驱动产品持续优化。
1.针对LLM幻觉与随机性难题进行专项治理，构建确定性保障机制。确保AI生成的用例与脚本在多轮执行、异构环境下保持高度一致，建立团队对人机协同的信任基线； 2.破解AI决策“黑盒”痛点，搭建覆盖“意图-生成-执行-判定”的数字孪生与追溯系统，实现过程秒级回溯，满足核心业务对合规性与安全性的严苛要求； 3.将AI测试从“实验室Demo”推向生产环境，设计支持万级并发的调度引擎（可用性99.99%）。引入对抗样本与变异测试，建立AI测试本身的防篡改机制； 4.抽象云底层资源，赋予AI自主管理环境生命周期的能力。通过自然语言交互实现复杂拓扑的一键拉起、故障注入与销毁，极大提升研发效能； 5.基于MCP理念打磨测试脚手架，开发针对存储、数据库、大数据等业务的专属插件库（Tools/Skills），以“绿叶”精神赋能兄弟团队快速接入。
1、测试方案与用例设计：深入分析大数据项目需求，制定详细、全面的测试方案，涵盖功能、性能、安全、兼容性等多个维度；依据测试方案，设计并编写高质量的测试用例，确保测试覆盖的完整性，例如针对数据仓库、数据处理流程等关键环节设计针对性用例。 2、测试执行与缺陷管理：严格按照测试计划和用例，执行大数据系统的各项测试工作，及时准确记录测试过程和结果；运用专业工具和方法，精准识别、详细记录并跟踪缺陷，与开发团队密切沟通，推动缺陷的快速解决，确保产品质量。 3、数据质量测试：负责对大数据采集、清洗、转换、存储、分析等全流程的数据质量进行测试，验证数据的准确性、完整性、一致性、及时性等指标，例如检查数据是否存在缺失值、重复值，数据计算逻辑是否正确。 4、自动化测试：运用Python、Java 等编程语言，结合自动化测试工具，开发并维护自动化脚本，提升测试效率和覆盖率 5、性能测试：模拟高并发场景，评估系统在不同负载下的响应时间、吞吐量等性能指标，定位并协助解决性能瓶颈问题。 6、测试报告与总结：编写详细、专业的测试报告，总结测试过程、结果、问题及解决方案，为项目决策提供有力的数据支持；定期回顾测试工作，总结经验教训，持续优化测试流程和方法。 7、对AI等新技术在测试的落地进行探索研究，推动测试技术进步