得物测试开发工程师-95分
任职要求
1、统招本科及以上学历，具备4年以上软件测试工作经验；
2、有中大型项目的测试经验，出色的沟通协调能力，对过程风险及复杂问题的识别和处理能力；
3、有质量专项的建设实践经验，如：自动化建设、造数平台、稳定性测试等；
…工作职责
负责交易供应链履约方向 1、根据需求制定测试方案，编写测试用例，有效的执行测试用例，提交测试报告； 2、负责日常的功能测试，性能测试保证产品功能和性能质量； 3、通过工程技术手段（如自动化、造数平台等），构建质量工程体系和保障策略，提升测试质量和效率； 4、清晰描述问题并且准确定位问题，推动问题及时合理解决； 5、完成对产品的功能，接口，性能，在测试过程不断完善测试方案提高测试质量；
职位概述：负责鲸探数字藏品平台端到端质量保障，覆盖服务端、客户端及游戏化模块测试。需兼具5年软件测试经验与游戏测试背景，确保高并发交易、3D交互等场景的稳定性与用户体验，支撑日均百万级用户安全运行。 主要职责： 一、全链路测试执行： 服务端：验证API接口（Postman/SoapUI）、数据库一致性及交易逻辑（如藏品铸造），确保99.9%接口通过率。 客户端：测试iOS/Android/Web端UI交互与支付流程，通过Appium实现90%核心路径自动化覆盖。 游戏模块：设计角色交互、道具系统测试用例（Unity Test Framework），保障游戏逻辑零漏洞。 二、自动化体系搭建： 构建分层框架（UI/API层），基于Pytest/Selenium开发脚本，目标自动化覆盖率70%，回归周期缩短50%。 集成CI/CD（Jenkins），监控关键指标（响应时间<500ms，错误率<0.1%）。 三、专项测试保障： 兼容性：覆盖Android 10+/iOS 15+设备及弱网环境（BrowserStack），确保95%设备达标。 性能与安全：JMeter模拟万级并发，OWASP ZAP扫描支付漏洞。
日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。 团队介绍：字节跳动国际化短视频的数据科学团队负责运用专业的统计学知识和技能、出色的商业思维为数亿用户提供更优质的使用体验，期待有志同道合的新伙伴加入！ 1、智能标注支持与优化：使用AIGC/LLM/多模态模型为商业化数据标注项目提供高质量的智能标注解决方案，包括利用Promt Engineering、RAG搭建LLM agent、多模态模型训练支持数据的自动标注与辅助标注；设计和实施数据增强策略，分析模型输出数据，识别潜在问题并提出改进建议； 2、模型评估与调优：开发评估指标和测试框架，评估AIGC/LLM或深度模型在不同应用场景中的表现；基于数据分析结果，提出模型调优方案，并落地实施； 3、数据驱动决策：通过数据分析和挖掘，为产品团队提供数据驱动的决策支持；跟踪行业最新趋势，探索AIGC/LLM领域的新数据源和应用场景； 4、跨团队协作：与算法工程师、产品经理、业务团队紧密合作，确保数据支持与业务需求对齐；参与项目需求讨论，提供数据科学角度的专业建议； 5、英语沟通：支持纯英文环境下，跨多团队，多国家地区的项目沟通与协调。
日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。 团队介绍：字节跳动国际化短视频的数据科学团队负责运用专业的统计学知识和技能、出色的商业思维为数亿用户提供更优质的使用体验，期待有志同道合的新伙伴加入！ 1、数据支持与优化：为AIGC/LLM模型提供高质量的数据支持，包括数据收集、清洗、标注和预处理；设计和实施数据增强策略，提升模型的泛化能力和鲁棒性；分析模型输出数据，识别潜在问题并提出改进建议； 2、模型评估与调优：开发评估指标和测试框架，评估AIGC/LLM模型在不同应用场景中的表现；基于数据分析结果，提出模型调优方案，并与算法团队合作实施； 3、数据驱动决策：通过数据分析和挖掘，为产品团队提供数据驱动的决策支持；跟踪行业最新趋势，探索AIGC/LLM领域的新数据源和应用场景； 4、跨团队协作：与算法工程师、产品经理、业务团队紧密合作，确保数据支持与业务需求对齐；参与项目需求讨论，提供数据科学角度的专业建议； 5、英语沟通：支持纯英文环境下，跨多团队，多国家地区的项目沟通与协调。
日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。 团队介绍：字节跳动国际化短视频的数据科学团队负责运用专业的统计学知识和技能、出色的商业思维为数亿用户提供更优质的使用体验，期待有志同道合的新伙伴加入！ 1、数据支持与优化：为AIGC/LLM模型提供高质量的数据支持，包括数据收集、清洗、标注和预处理；设计和实施数据增强策略，提升模型的泛化能力和鲁棒性；分析模型输出数据，识别潜在问题并提出改进建议； 2、模型评估与调优：开发评估指标和测试框架，评估AIGC/LLM模型在不同应用场景中的表现；基于数据分析结果，提出模型调优方案，并与算法团队合作实施； 3、数据驱动决策：通过数据分析和挖掘，为产品团队提供数据驱动的决策支持；跟踪行业最新趋势，探索AIGC/LLM领域的新数据源和应用场景； 4、跨团队协作：与算法工程师、产品经理、业务团队紧密合作，确保数据支持与业务需求对齐；参与项目需求讨论，提供数据科学角度的专业建议； 5、英语沟通能力：英语作为工作语言，跨多团队，多国家地区的项目沟通与协调。