主分类：软件测试与质量工程
辅助：芯片设计与验证（仅展示）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "AI Infra测试开发工程师",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "阿里云",
"location": "杭州 / 深圳",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "阿里云",
"company_industry": "云计算 / 人工智能",
"company_size": "10000人以上",
"company_website": "alibaba.com",
"company_description": "阿里云提供云基础设施、AI模型、智能体和计算服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "在这里，你将成为 AI 时代测试领域的\"质量守门人与智能先锋\"。你将深入芯片测试、部件测试、整机测试，集群测试，业务测试的全链路质量保障体系，从单颗芯片的功能验证到部件级的性能压测，再到整机和集群系统的稳定性与可靠性验证，用严谨的工程实践守住每一道质量防线。 与此同时，你将站在测试智能化变革的最前沿——借助大模型的理解与推理能力，重新定义测试设计的范式：通过 AI 驱动的用例自动生成、缺陷模式智能识别、测试策略自主规划，让传统测试从\"人力密集\"走向\"智力密集”，你将亲手构建 AI 时代的测试智能体（Test Agent）。\n1. 深入业务场景，参与产品全生命周期质量体系建设，确保复杂业务逻辑的正确性与系统稳定性；\n2. 研发前沿的测试工具与平台，包括自动化测试框架、性能压测平台、故障演练系统及资损防控体系； \n3. 通过代码审计、架构分析、全链路压测等手段，挖掘系统深层次缺陷，为业务的丝滑体验保驾护航；\n4. 利用AI大模型，打造测试智能体，推动质量工作迈入AGI时代。 \n5. 参与自研芯片测试，包括芯片原型测试、样片测试、SLT筛片测试等，分解芯片需求，与芯片架构/设计/FW团队讨论，制定芯片验证策略、验证方案、测试用例，并负责执行落地，保障芯片投片质量和芯片最终量产质量。",
"requirements_text": "专业领域：\n1. 计算机、数学、电子工程或相关专业；\n2. 熟练掌握至少一门编程语言（C/C++/Java/Python 等），具备良好的代码风格与工程实现能力，熟悉 AI coding 编程者优先；\n3. 熟悉软件研发流程，掌握软件测试理论和方法，有设计和开发测试工具或自动化测试框架的能力；\n4. 具备较强的问题分析与解决能力，对挑战全链路质量保障中的复杂技术难题充满好奇与激情；\n5. 对服务器部件（GPU/CPU/SSD/网卡）和整机有深入了解，对服务器整机和部件测试方法有实践经验者优先；\n6. 对底层技术有钻研热情，对自研芯片测试感兴趣，对 CPU/DDR/PCIe/片上高速总线协议有深入理解者优先。\nAI 能力：\n1. AI基础知识：了解大模型核心原理，理解 Agent 设计逻辑，对 AI 模型训练、推理、Agentic-AI 等核心概念有基本认知，不局限于特定领域应用；\n2. AI协同编程：使用过业界主流AI Agent来提升开发和测试效率，能创建自定义Skill，并有Skill优化经验。\n3. 拥抱AI思维：对AI带来的测试变革保持敏锐好奇心，对利用AI提升测试效率、优化质量保障流程有学习热情，愿意探索\"AI+测试\"的无限可能；\n4. AI实践能力：在 RAG/Prompt 工程/CE 工程领域有实践经验者优先，有大模型微调实践经验者优先；对 AI 技术在测试领域的应用有浓厚兴趣，无论是\"AI+用例生成\"、\"AI+缺陷识别\"、\"AI+测试策略规划”、“AI+自动测试”，还是探索 AI Agent 自主执行端到端测试流程，都愿意通过代码实践去验证想法，从 0 到 1 构建测试智能体。\nAI能力，前3个为必选项，最后1个为加分项。",
"skills": [AI生成
"Python",
"Java",
"C++",
"模型训练",
"模型微调",
"自动化测试",
"软件测试",
"大语言模型",
"检索增强生成",
"智能体开发",
"C语言"
],
"preferred_qualifications": "2. 熟练掌握至少一门编程语言（C/C++/Java/Python 等），具备良好的代码风格与工程实现能力，熟悉 AI coding 编程者优先；5. 对服务器部件（GPU/CPU/SSD/网卡）和整机有深入了解，对服务器整机和部件测试方法有实践经验者优先；6. 对底层技术有钻研热情，对自研芯片测试感兴趣，对 CPU/DDR/PCIe/片上高速总线协议有深入理解者优先；4. AI实践能力：在 RAG/Prompt 工程/CE 工程领域有实践经验者优先，有大模型微调实践经验者优先；AI能力，前3个为必选项，最后1个为加分项",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199907820014?deptCodes="
}
]
},
"posting": {
"posting_id": "199907820014",
"post_date": "2026-08-06",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907820014?deptCodes="
},
"fulltext": "AI Infra测试开发工程师\nAI Infra测试开发工程师\n\n基础信息\n毕业起止时间要求：2026-11-01 - 2027-10-31\n职位类别：技术类\n招聘项目：阿里巴巴2027届应届生\n工作地点：杭州 / 深圳\n\n职位描述\n在这里，你将成为 AI 时代测试领域的\"质量守门人与智能先锋\"。你将深入芯片测试、部件测试、整机测试，集群测试，业务测试的全链路质量保障体系，从单颗芯片的功能验证到部件级的性能压测，再到整机和集群系统的稳定性与可靠性验证，用严谨的工程实践守住每一道质量防线。 与此同时，你将站在测试智能化变革的最前沿——借助大模型的理解与推理能力，重新定义测试设计的范式：通过 AI 驱动的用例自动生成、缺陷模式智能识别、测试策略自主规划，让传统测试从\"人力密集\"走向\"智力密集”，你将亲手构建 AI 时代的测试智能体（Test Agent）。\n1. 深入业务场景，参与产品全生命周期质量体系建设，确保复杂业务逻辑的正确性与系统稳定性；\n2. 研发前沿的测试工具与平台，包括自动化测试框架、性能压测平台、故障演练系统及资损防控体系； \n3. 通过代码审计、架构分析、全链路压测等手段，挖掘系统深层次缺陷，为业务的丝滑体验保驾护航；\n4. 利用AI大模型，打造测试智能体，推动质量工作迈入AGI时代。 \n5. 参与自研芯片测试，包括芯片原型测试、样片测试、SLT筛片测试等，分解芯片需求，与芯片架构/设计/FW团队讨论，制定芯片验证策略、验证方案、测试用例，并负责执行落地，保障芯片投片质量和芯片最终量产质量。\n\n职位要求\n专业领域：\n1. 计算机、数学、电子工程或相关专业；\n2. 熟练掌握至少一门编程语言（C/C++/Java/Python 等），具备良好的代码风格与工程实现能力，熟悉 AI coding 编程者优先；\n3. 熟悉软件研发流程，掌握软件测试理论和方法，有设计和开发测试工具或自动化测试框架的能力；\n4. 具备较强的问题分析与解决能力，对挑战全链路质量保障中的复杂技术难题充满好奇与激情；\n5. 对服务器部件（GPU/CPU/SSD/网卡）和整机有深入了解，对服务器整机和部件测试方法有实践经验者优先；\n6. 对底层技术有钻研热情，对自研芯片测试感兴趣，对 CPU/DDR/PCIe/片上高速总线协议有深入理解者优先。\nAI 能力：\n1. AI基础知识：了解大模型核心原理，理解 Agent 设计逻辑，对 AI 模型训练、推理、Agentic-AI 等核心概念有基本认知，不局限于特定领域应用；\n2. AI协同编程：使用过业界主流AI Agent来提升开发和测试效率，能创建自定义Skill，并有Skill优化经验。\n3. 拥抱AI思维：对AI带来的测试变革保持敏锐好奇心，对利用AI提升测试效率、优化质量保障流程有学习热情，愿意探索\"AI+测试\"的无限可能；\n4. AI实践能力：在 RAG/Prompt 工程/CE 工程领域有实践经验者优先，有大模型微调实践经验者优先；对 AI 技术在测试领域的应用有浓厚兴趣，无论是\"AI+用例生成\"、\"AI+缺陷识别\"、\"AI+测试策略规划”、“AI+自动测试”，还是探索 AI Agent 自主执行端到端测试流程，都愿意通过代码实践去验证想法，从 0 到 1 构建测试智能体。\nAI能力，前3个为必选项，最后1个为加分项。\n\n在招业务\n阿里云\n在这里，你将成为 AI 时代测试领域的\"质量守门人与智能先锋\"。你将深入芯片测试、部件测试、整机测试，集群测试，业务测试的全链路质量保障体系，从单颗芯片的功能验证到部件级的性能压测，再到整机和集群系统的稳定性与可靠性验证，用严谨的工程实践守住每一道质量防线。 与此同时，你将站在测试智能化变革的最前沿——借助大模型的理解与推理能力，重新定义测试设计的范式：通过 AI 驱动的用例自动生成、缺陷模式智能识别、测试策略自主规划，让传统测试从\"人力密集\"走向\"智力密集”，你将亲手构建 AI 时代的测试智能体（Test Agent）。\n1. 深入业务场景，参与产品全生命周期质量体系建设，确保复杂业务逻辑的正确性与系统稳定性；\n2. 研发前沿的测试工具与平台，包括自动化测试框架、性能压测平台、故障演练系统及资损防控体系； \n3. 通过代码审计、架构分析、全链路压测等手段，挖掘系统深层次缺陷，为业务的丝滑体验保驾护航；\n4. 利用AI大模型，打造测试智能体，推动质量工作迈入AGI时代。 \n5. 参与自研芯片测试，包括芯片原型测试、样片测试、SLT筛片测试等，分解芯片需求，与芯片架构/设计/FW团队讨论，制定芯片验证策略、验证方案、测试用例，并负责执行落地，保障芯片投片质量和芯片最终量产质量。\n专业领域：\n1. 计算机、数学、电子工程或相关专业；\n2. 熟练掌握至少一门编程语言（C/C++/Java/Python 等），具备良好的代码风格与工程实现能力，熟悉 AI coding 编程者优先；\n3. 熟悉软件研发流程，掌握软件测试理论和方法，有设计和开发测试工具或自动化测试框架的能力；\n4. 具备较强的问题分析与解决能力，对挑战全链路质量保障中的复杂技术难题充满好奇与激情；\n5. 对服务器部件（GPU/CPU/SSD/网卡）和整机有深入了解，对服务器整机和部件测试方法有实践经验者优先；\n6. 对底层技术有钻研热情，对自研芯片测试感兴趣，对 CPU/DDR/PCIe/片上高速总线协议有深入理解者优先。\nAI 能力：\n1. AI基础知识：了解大模型核心原理，理解 Agent 设计逻辑，对 AI 模型训练、推理、Agentic-AI 等核心概念有基本认知，不局限于特定领域应用；\n2. AI协同编程：使用过业界主流AI Agent来提升开发和测试效率，能创建自定义Skill，并有Skill优化经验。\n3. 拥抱AI思维：对AI带来的测试变革保持敏锐好奇心，对利用AI提升测试效率、优化质量保障流程有学习热情，愿意探索\"AI+测试\"的无限可能；\n4. AI实践能力：在 RAG/Prompt 工程/CE 工程领域有实践经验者优先，有大模型微调实践经验者优先；对 AI 技术在测试领域的应用有浓厚兴趣，无论是\"AI+用例生成\"、\"AI+缺陷识别\"、\"AI+测试策略规划”、“AI+自动测试”，还是探索 AI Agent 自主执行端到端测试流程，都愿意通过代码实践去验证想法，从 0 到 1 构建测试智能体。\nAI能力，前3个为必选项，最后1个为加分项。",
"standard_classification": {
"std_category_code": "T022",
"std_aux_codes": [
"T024"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}