阿里巴巴业务技术-AI测试工程师-天猫技术质量
任职要求
● 本科或以上学历，计算机、软件工程或相关专业，具备2年以上大型系统项目开发或质量保证经验； ● 精通 Java/Python 等至少一门语言，熟悉常用设计模式、有测试平台或效能工具开发经验； ● 在一到多个专项质量领域（如UI自动化、资金安全、流量回放、全链路压测等）有深耕，对研发过程、质量保障过程有较…
工作职责
● 深度参与天猫核心业务的研发全流程，保障产品的功能及非功能需求质量。针对复杂业务场景，设计全链路测试策略，驱动业务目标高质量达成； ● 构建并持续优化业务全生命周期的质量保障体系，通过平台化、智能化手段提升质量评估效率，实现从研发到上线的闭环质控； ● 开发与维护高性能测试工具/平台，深入研究并应用自动化、精准测试、流量回放、数据脱敏等前沿技术，确保复杂分布式系统的高可用性； ● 探索并落地 LLM 在质量领域的应用，包括但不限于基于大模型的自动化代码生成、测试用例智能生成、研发风险智能识别、及全链路日志根因分析，实现质量效能的跨代升级； ● 构建端到端的 LLM 评测框架，针对天猫 AI 相关业务产品进行系统化评估，确保AI 应用在复杂商业场景下的鲁棒性；
岗位描述 负责 AI/GPU 软件栈工具链的系统测试与质量保障，覆盖从 驱动/固件能力暴露 → 容器运行时接入 → K8s 编排部署 → 可观测/诊断/Profiling → 调试与运维 的端到端链路。通过搭建自动化验证体系、E2E 测试环境与稳定性/兼容性测试方案，保障工具链在 Post Silicon 与生产集群场景下可交付、可运维、可观测、可调试。 岗位职责： 1. 云原生 GPU 工具链的端到端测试与交付质量，负责 GPU Operator / ClusterPolicy 的部署、升级、回滚、配置变更与异常恢复测试，负责 K8s 场景 E2E 测试，构建并维护集群级测试基线：单机/多机、不同 OS（Ubuntu/Anolis/CentOS/RHEL 等）、不同 containerd/docker、不同 K8s 版本矩阵。 2. 容器运行时与设备接入链路测试，测试 Container Toolkit / CDI / runtime hook：驱动/库/设备节点映射正确性、容器内可用性、权限与隔离、与不同 runtime 的兼容性。测试 Device Plugin / GPU Feature Discovery：设备发现、健康检查、资源分配、配置热加载、节点标签变化触发行为、异常设备/坏卡/降级策略验证。覆盖典型 workload 验证：训练/推理/HPC demo（可用 PyTorch、CUDA sample、NCCL/RCCL 类通信样例等）作为回归基准。 3. 运维与诊断工具测试（SMI / DCGM 类 / diag / exporter），测试 SMI/诊断工具，构建测试监控链路，对齐硬件能力暴露路径，对关键字段在 FW/KMD/用户态库/工具层的贯通进行验证与回归。 4. Profiling 与调试工具测试（Profiling Tool / GDB Debugger），负责 Profiling 工具的功能/性能/稳定性测试，负责 Thrive GDB / 异构调试链路测试，与 OpenOCD/仿真器/EMU/硬件板卡协同验证；覆盖 debug 信息（DWARF）、fatbinary、runtime 传递等场景。 5. 自动化与工程体系建设，设计并落地自动化测试框架（Python/Go/Shell 均可），沉淀可复用的 E2E 测试套件，了解多版本矩阵、夜间回归、长稳 soak test、性能基线与趋势分析。
1、负责阿里巴巴国际数字商业集团-数字零售技术部-业务技术平台的质量保障AI产品开发；有较强质量领域的AI相关产品的设计开发能力，包括不限于大模型Agent应用架构设计、工程实现、系统部署及迭代优化(大模型SFT、中长期记忆增强等)； 2、能参与全球化电商、生态化、中台架构改造升级，解决可测性及系统稳定性保障问题。针对核心项目进行AI智能化的测试策略分析、方案制定、测试用例设计、测试任务执行、风险情况跟进等工作； 3、有一定的AI测试产品规划和设计研发能力。可开发或选型高适配的AI测试工具或者框架，提升整体测试效率和质量； 4、分析项目/团队内流程&实践中存在的痛点问题，提出有效可行的AI结合措施并推动落地实施。
1. 设计并主导自动化测试框架与工具开发，提升测试覆盖率及效率，保障系统全链路质量； 2. 结合AI技术（如智能测试用例生成、缺陷预测等），优化测试策略，推动测试流程智能化与自动化； 3. 参与系统架构设计，确保可测性并制定风险场景的测试方案，覆盖稳定性及业务核心逻辑； 4. 通过产品方案、技术方案、代码分析等手段，识别质量风险以及资金安全风险，确保业务上线的资金安全； 5. 对测试过程和结果的不断优化，提高产品质量和研发效率，打造有影响力测试平台和测试框架。
1. AI模块测试支持：参与物联网团队AI模块(如AI节能、AI大脑、智能助手)的测试工作，深入了解AI模块的测试需求，参与制定测试方案和策略，执行测试并做好测试交付； 2. 测试效能提升：使用AI工具辅助测试，结合cursor、飞书等工具提升测试效能；持续优化测试工具与流程，推动测试自动化的落地与完善。