高级测试工程师

全流程质量保障：负责公司核心业务线（或复杂模块）的全流程质量保障工作，包括参与需求评审、技术方案评审，独立设计测试方案、编写测试用例、执行测试并跟进缺陷生命周期。 自动化测试体系建设：主导所负责系统的接口自动化或UI自动化测试框架的建设与维护，提升回归测试效率。 AI赋能测试提效：探索并应用AI技术（如大语言模型）辅助测试活动，包括但不限于：利用AI生成测试数据和测试用例、基于AI进行UI遍历测试或智能Monkey测试、利用AI辅助缺陷分类和根因分析。 性能与稳定性测试：针对核心接口或业务场景进行性能测试（压力/负载/稳定性），分析系统瓶颈并协助开发人员进行性能调优。 过程改进与风险把控：识别研发流程中的质量风险，推动流程优化和CI/CD（持续集成/持续部署）流水线的完善，提升交付质量。 团队赋能：指导初中级测试工程师，推广AI在测试领域的应用实践。

本科及以上学历，计算机/人工智能相关专业，5年以上测试经验。 熟悉软件测试理论、流程及方法，具备独立负责中大型项目测试的经验。 技术栈要求：代码能力（至少熟练掌握一门编程语言：Java/Python/Go，能独立编写测试工具或维护自动化脚本）、数据库（精通SQL，熟练使用至少一种数据库：MySQL/Redis/PostgreSQL）、工具使用（熟练使用Linux命令，熟悉Jenkins、Git、Docker等持续集成/容器化工具）。 AI应用能力：熟悉Prompt Engineering（提示词工程），能够通过大模型（如ChatGPT、Claude、文心一言等）高效生成测试用例、测试数据或测试代码；了解AI辅助测试工具（如TestSprite、Mabl、Applitools等）的使用。 具备优秀的逻辑思维能力和问题定位能力，能从测试角度提出对产品的改进建议。 强烈的责任心，具有owner意识，能够承受一定的工作压力。对新技术敏感，乐于探索AI在质量保障领域的应用场景。 加分项：有大型分布式系统、高并发项目测试经验者优先；有性能测试（JMeter/Locust）实战经验者优先；有AI产品（如LLM应用、AIGC平台、智能推荐系统）测试经验者优先；熟悉机器学习基础概念，有使用Python进行数据分析或模型评估经验者优先；有利用AI生成代码（GitHub Copilot、Cursor等）提升测试开发效率的实践经验者优先。 投递简历：wu_wting@inforbus.com