蚂蚁金服蚂蚁集团-基础设施测试开发-杭州【平台工程】
任职要求
1.熟悉java/golang等至少一种编程语言,至少3年以上软件开发或自动化测试工作经验； 2.按照产品架构和业务要求，制定和推进测试策略，测试计划和测试方法的实施； 3.参与产品需求和架构设计评审，对需求和设计进行有效性分析，识别相关风险及保障产品的可测试性； 4.参与测…
工作职责
1. 按照产品架构和业务要求，制定和推进测试策略，测试计划和测试方法； 2. 主导执行项目测试，包括制定测试计划，分配测试资源，构建测试环境，执行集成测试，回归测试等； 3. 保证被测系统的质量，并通过测试流程和方法创新，努力提升研发的质量和效率； 4. 解决测试过程中的复杂技术问题； 5. 能结合行业发展趋势，制定合适的质量技术发展规划，促进团队质量保障效率和团队技能的提升，指引团队测试技术的发展方向。
为蚂蚁AI基础设施：从GPU，到训练，再到推理引擎，搜索推荐引擎，建设AI工程全链路的质量能力和提升效率手段，参与火热的新一代大模型infra的技术风险方案，为 AI引擎建设全方位的稳定性方案，为大模型端到端的性能稳定性目标达成保驾护航。重点保障AI训练/部署/推理/科学实验平台产品质量。
1. 负责阿里云容器服务的持续集成、持续测试的编译构建和测试核心工具、框架、平台能力建设，用产品化技术化的工程手段提升容器服务工程交付效率； 2. 负责容器服务产品的故障演练和混沌工程体系建设。结合存量的多层复杂架构和产品演进、业内同类风险经验和国家标准等，进行混沌工程工具平台设计、场景实施，并以故障演练为驱动抓手，组织推进1-5-10的稳定性能力落地； 3. 负责用数据化驱动的方式衡量各个组件当前的质量和稳定性能力，使用数据作为抓手进行推进。
1. 数据产品业务专家经验：深入了解数据库产品产品业务场景，内核架构，核心功能，链路关系(数据库产品/数据同步链路)，站在风险视角，具备与产研同学技术层面平等对话能力。 必备技能：在线数据库产品技术，加持技能：离线/实时数据计算存储产品了解（spark/flink/hbase等） 2. 数据产品稳定性风险专家经验：面向数据库产品，基于数据产品业务了解，具备快速抽象存量风险，新增风险能力。 面向风险具备设计事前测试（覆盖功能，性能，稳定性，容灾恢复等），事中变更（变更产品功能充分度评估及验证），事后应急恢复（运维产品快速应急充分度评估及验证）的整体风险管控方案。 3. ownership：作为owner，具备自主定义工作，完成0-1方案建设能力，进度自驱跟进，与产研SRE对话能力。为稳定性工作负责，业务稳定性能力具备拆解工作项，带领其他同学完成质量保障工作能力。 4. 技术能力：能够主导领域/大型项目的整体测试工作，包括测试分析、测试用例落地、测试流程规范、测试进度管理、测试风险发现等。 具备至少一种技术栈能力：Java，Python，SQL。可编写SOP化的自动化测试框架，开发自动化工具/平台，设计复杂场景， 如：极端压力测试，破坏性测试等。熟悉CICD研发流程，保障稳定性基础上，兼顾效率。同时在领域稳定性保障上，具备技术破冰能力。
随着通用人工智能技术的快速发展，GPU算力的需求持续飙升，加入阿里云人工智能平台，您将有机会运用卓越工程理念并实践，构建支撑智算中心的工程底座，为AI智算平台的稳定运行保驾护航： 1. 基于先进的云原生技术和devops理念，系统化分析、设计和解决阿里云PAI团队研发过程中的效率质量问题。 2. CI/CD：基于效能领域先进的GitOps理念，建设一流的CI/CD平台，提升研发体验和效率；沉淀易用、高效、可复用的平台工具，整体提升云产品持续交付的效率。 3. 测试环境维护：使用k8s/docker/golang等云原生技术，建设稳定、高效、易维护的多架构容器化测试环境，提升测试效率。 4. 异常巡检能力：搭建自动化巡检、异常检测与告警联动系统，对预发和线上环境的训练任务、推理服务、平台组件异常进行持续健康监测。