字节跳动资深测试开发工程师-AI方向

任职要求

1、本科及以上学历，计算机科学、软件工程或相关专业；
2、3年以上软件测试经验，1年及以上AI测试落地实践经验，熟悉AI在测试中的典型应用场景；
3、熟练掌握 Python/Java/Go 等至少一种编程语言，熟悉提示词工程，RAG，具备AI模型训练、调优或熟练应用经验（框架如LangChain/LLamaFactory等），精通至少一种主流自动化测试工具（如Pytest/Selenium/Cypress/Appium），具备自动化框架设计和开发能力，熟悉性能测试工具（如JMeter、LoadRunner、K6）和监控工具（如Prometheus、Grafana），熟悉持续集成工具（Jenkins/GitLab CI），具备DevOps环境下测试实践经验；
4、强烈的技术探索精神，对AI技术趋势敏感，能快速学习并实践创新方案，优秀的逻辑思维与问题拆解能力，能通过数据驱动决策，具备良好的沟通能力和团队协作精神，能够推动跨团队合作。

加分项：
1、有AI测试开源项目贡献、技术博客/专利成果，或主导过测试效能提升项目；
2、熟悉LLM（如GPT系列、LangChain）应用开发，或具备测试领域垂直模型训练经验；
3、有代码程序静态分析落地或者研发效能提升落地经验；
4、熟悉容器化技术（如Docker、Kubernetes）和微服务架构，有大规模分布式系统稳定性保障经验；
5、有混沌工程或故障演练平台开发经验。

工作职责

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。