商汤MIG-测试经理(北京）
任职要求
任职要求:
1. 学历背景：计算机、软件工程、电子信息等相关专业，本科及以上学历。
2. 技术经验：
• 5 年以上软件测试经验，3 年以上服务端测试经验，熟悉微服务架构、接口测试、性能测试、压测与监控。
• 有 AIGC/多模态应用测试经验（如 AI 相机、AI 修图、AI 视频生成、智能推荐、语音/图像/文本生成类应用）。
• 熟悉自动化测试框架和常用编程语言（Python/Java/Go），能进行工具链开发与落地。
3. 管理能力：有带领团队经验，能够独立负责测试团队的建设与管理，有明确的质量保障方法论与体系化思维。
4. 行业背景：有一线/二线大厂履历（如字节、腾讯、阿里、百度、快手、美团、小米、华为、OPPO/VIVO 等），具备复…工作职责
工作职责：
1. 测试体系建设：负责 AI 相机相关产品（端到端 + 服务端）的整体测试规划与策略制定，包括功能、性能、稳定性、兼容性、隐私安全等测试方向。
2. 服务端测试：深入理解 AI 相机后台服务,，制定服务端测试方案，构建自动化回归与监控体系。
3. 工具与平台建设：推动自动化测试平台、数据生成工具、模型评测工具链落地，提升测试效率与智能化水平。
4. 团队管理：带领测试团队（5 人左右），进行人员培养、任务拆解、测试流程优化，提升团队交付质量与效能。
5. 跨部门协作：与产品、研发、算法、运营团队紧密合作，推动 AI 相机业务的高质量快速迭代。AI后端开发工程师的核心任务是为AI能力构建稳定、高效且可扩展的后台服务，确保智能应用顺畅运行。其主要工作包括： 1.系统架构设计与优化：参与设计高并发、低延迟、高可用的后端系统架构以支撑AI服务。运用微服务、容器化（Docker/K8S）、消息队列（Kafka/RabbitMQ）、缓存（Redis） 等技术，并优化数据库（如MySQL、MongoDB、向量数据库）性能 2.数据处理与管道构建：构建和维护数据管道，支持海量数据的采集、清洗、存储与处理，为模型训练和优化提供支持，有时需设计数据闭环系统 3.全流程开发与协作：参与从需求分析、设计、编码、测试到部署运维的全流程。需与算法工程师、前端工程师、产品经理等紧密协作，确保项目顺利交付 4.技术攻坚与创新：解决模型部署和运行中的技术难题（如资源瓶颈、轻量化），探索和引入前沿技术（如大模型服务化、多模态、边缘计算）以提升产品竞争力
1. 测试体系建设：负责 AI 相机相关产品（端到端 + 服务端）的整体测试规划与策略制定，包括功能、性能、稳定性、兼容性、隐私安全等测试方向。 2. 服务端测试：深入理解 AI 相机后台服务,，制定服务端测试方案，构建自动化回归与监控体系。 3. 工具与平台建设：推动自动化测试平台、数据生成工具、模型评测工具链落地，提升测试效率与智能化水平。 4. 团队管理：带领测试团队（2~5 人左右），进行人员培养、任务拆解、测试流程优化，提升团队交付质量与效能。 5. 跨部门协作：与产品、研发、算法、运营团队紧密合作，推动 AI 相机业务的高质量快速迭代。
1. 深度探索AI以及视觉前沿算法，实现其在移动端的落地，确保算法在实际应用场景中的卓越表现。 2. 算法包括，检测识别跟踪，姿态估计，分割，深度估计，多帧融合、降噪、暗光增强、去模糊、HDR、超分辨率、GAN 图像生成，大语言模型和Diffusion图像视频生成技术。 3. 针对项目中出现的问题，精准设计算法解决方案，严谨地进行实现与验证，快速迭代并完成量产。 4. 承担AI算法的研发任务，包括但不限于算法的创新、改进与优化，以满足不同业务场景的需求。
1. 主导GPU驱动（KMD/UMD）的设计、开发、调试与优化，覆盖Linux/Windows双系统，负责驱动模块的架构迭代、性能调优及问题定位，解决驱动与硬件、系统的兼容性问题，熟练使用GDB/KGDB/Windbg等调试工具排查复杂软件问题； 2. 负责VGPU虚拟化全流程技术方案设计与落地，深入研究NVIDIA vGPU、AMD MxGPU、Intel GVT-g及国产GPU虚拟化技术，主导SR-IOV、Mediated Pass-Through、MIG等虚拟化方案的选型、开发与优化，适配AI计算、专业图形渲染等不同场景需求（C模式/vCS许可证、Q模式/vDWS许可证适配）； 3. 负责GPU驱动与VGPU虚拟化模块的集成测试、性能基准搭建，制定测试标准与流程，基于kvm-unit-tests、qemu-test、GPU-burn等工具打造回归测试体系，确保驱动稳定性与虚拟化性能无回退，处理线上大规模算力场景下的故障定位与热修复； 4. 跟踪GPU硬件架构（如Ampere及后续新一代架构）与虚拟化技术前沿动态，结合业务需求引入新技术、新方案，主导技术难点攻关，输出技术白皮书与架构设计文档，推动技术标准化落地； 5. 负责技术团队的技术指导与能力培养，带领小团队完成核心模块开发与项目交付，配合硬件、测试、产品等跨部门协作，推动GPU驱动与VGPU虚拟化技术在业务场景中的落地应用，对接GPU厂商（NVIDIA/AMD/国产厂商）进行技术协同与问题协同解决； 6. 负责GPU驱动的移植适配、版本迭代及残留清理（如使用DDU工具），保障驱动安装的兼容性与纯净性，支持异构计算框架的集成与调优，适配CUDA、OpenCL、OpenGL等图形/计算API。