{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "大模型测试实习生（AI质量方向）",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "D10914",
        "location": "Beijing",
        "work_mode": "未披露",AI生成
        "job_category": "J0012"AI生成
    },
    "company": {
        "company_name": "快手科技",
        "company_industry": "内容社区 / 直播 / 电商 / 人工智能",
        "company_size": "10000人以上",
        "company_website": "kuaishou.com",
        "company_description": "快手是内容社区与技术平台公司，业务覆盖短视频、直播、电商、本地生活与 AI 应用。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "计算机相关专业本科及以上在读",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "大模型测试实习生（AI质量方向）\n\n基础信息\n招聘类型：实习\n职位类别：J0012\n工作地点：Beijing\n所属部门：D10914\n发布时间：2026-06-09\n\n岗位职责\n1、参与大语言模型全生命周期质量保障，主导精度评测（Accuracy）、性能测试（吞吐/时延）、稳定性等核心指标验证；\n2、开发自动化测试工具链：构建Prompt自动化生成与断言系统，研发分布式压测框架（模拟高并发用户请求），实现基于LLM的测试用例自生成方案；\n3、探索AI赋能测试创新：应用大模型实现日志异常自动归因，开发基于Embedding的测试结果聚类分析工具，搭建质量评估Agent自动化闭环系统。\n\n任职要求\n1、计算机相关专业本科及以上在读，熟练掌握Python（必须），了解主流推理技术；\n2、能独立开发测试工具（提交GitHub代码样例加分）；\n3、理解transformer架构，有HuggingFace模型测试经验者优先；\n4、具备Prompt Engineering实践经验（提示词对抗测试案例）；\n5、熟悉LangChain/LLamaIndex等RAG测试方法论；\n6、对AI测试前沿有洞察。\n加分项：\n1、在Kaggle/天池等平台发表过AI相关项目；\n2、有模型部署测试（vLLM/Sglang/TensorRT-LLM）经验；\n3、开源社区Contribution经历。",
        "requirements_text": "大模型测试实习生（AI质量方向）\n\n基础信息\n招聘类型：实习\n职位类别：J0012\n工作地点：Beijing\n所属部门：D10914\n发布时间：2026-06-09\n\n岗位职责\n1、参与大语言模型全生命周期质量保障，主导精度评测（Accuracy）、性能测试（吞吐/时延）、稳定性等核心指标验证；\n2、开发自动化测试工具链：构建Prompt自动化生成与断言系统，研发分布式压测框架（模拟高并发用户请求），实现基于LLM的测试用例自生成方案；\n3、探索AI赋能测试创新：应用大模型实现日志异常自动归因，开发基于Embedding的测试结果聚类分析工具，搭建质量评估Agent自动化闭环系统。\n\n任职要求\n1、计算机相关专业本科及以上在读，熟练掌握Python（必须），了解主流推理技术；\n2、能独立开发测试工具（提交GitHub代码样例加分）；\n3、理解transformer架构，有HuggingFace模型测试经验者优先；\n4、具备Prompt Engineering实践经验（提示词对抗测试案例）；\n5、熟悉LangChain/LLamaIndex等RAG测试方法论；\n6、对AI测试前沿有洞察。\n加分项：\n1、在Kaggle/天池等平台发表过AI相关项目；\n2、有模型部署测试（vLLM/Sglang/TensorRT-LLM）经验；\n3、开源社区Contribution经历。",
        "skills": [AI生成
            "Python",
            "自动化测试",
            "招聘",
            "大语言模型"
        ],
        "preferred_qualifications": "2、能独立开发测试工具（提交GitHub代码样例加分）；3、理解transformer架构，有HuggingFace模型测试经验者优先；加分项：",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/28437"
            }
        ]
    },
    "posting": {
        "posting_id": "28437",
        "post_date": "2026-06-09",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/28437"
    },
    "fulltext": "大模型测试实习生（AI质量方向）\n大模型测试实习生（AI质量方向）\n\n基础信息\n招聘类型：实习\n职位类别：J0012\n工作地点：Beijing\n所属部门：D10914\n发布时间：2026-06-09\n\n岗位职责\n1、参与大语言模型全生命周期质量保障，主导精度评测（Accuracy）、性能测试（吞吐/时延）、稳定性等核心指标验证；\n2、开发自动化测试工具链：构建Prompt自动化生成与断言系统，研发分布式压测框架（模拟高并发用户请求），实现基于LLM的测试用例自生成方案；\n3、探索AI赋能测试创新：应用大模型实现日志异常自动归因，开发基于Embedding的测试结果聚类分析工具，搭建质量评估Agent自动化闭环系统。\n\n任职要求\n1、计算机相关专业本科及以上在读，熟练掌握Python（必须），了解主流推理技术；\n2、能独立开发测试工具（提交GitHub代码样例加分）；\n3、理解transformer架构，有HuggingFace模型测试经验者优先；\n4、具备Prompt Engineering实践经验（提示词对抗测试案例）；\n5、熟悉LangChain/LLamaIndex等RAG测试方法论；\n6、对AI测试前沿有洞察。\n加分项：\n1、在Kaggle/天池等平台发表过AI相关项目；\n2、有模型部署测试（vLLM/Sglang/TensorRT-LLM）经验；\n3、开源社区Contribution经历。\n大模型测试实习生（AI质量方向）\n\n基础信息\n招聘类型：实习\n职位类别：J0012\n工作地点：Beijing\n所属部门：D10914\n发布时间：2026-06-09\n\n岗位职责\n1、参与大语言模型全生命周期质量保障，主导精度评测（Accuracy）、性能测试（吞吐/时延）、稳定性等核心指标验证；\n2、开发自动化测试工具链：构建Prompt自动化生成与断言系统，研发分布式压测框架（模拟高并发用户请求），实现基于LLM的测试用例自生成方案；\n3、探索AI赋能测试创新：应用大模型实现日志异常自动归因，开发基于Embedding的测试结果聚类分析工具，搭建质量评估Agent自动化闭环系统。\n\n任职要求\n1、计算机相关专业本科及以上在读，熟练掌握Python（必须），了解主流推理技术；\n2、能独立开发测试工具（提交GitHub代码样例加分）；\n3、理解transformer架构，有HuggingFace模型测试经验者优先；\n4、具备Prompt Engineering实践经验（提示词对抗测试案例）；\n5、熟悉LangChain/LLamaIndex等RAG测试方法论；\n6、对AI测试前沿有洞察。\n加分项：\n1、在Kaggle/天池等平台发表过AI相关项目；\n2、有模型部署测试（vLLM/Sglang/TensorRT-LLM）经验；\n3、开源社区Contribution经历。\n大模型测试实习生（AI质量方向）\n\n基础信息\n招聘类型：实习\n职位类别：J0012\n工作地点：Beijing\n所属部门：D10914\n发布时间：2026-06-09\n\n岗位职责\n1、参与大语言模型全生命周期质量保障，主导精度评测（Accuracy）、性能测试（吞吐/时延）、稳定性等核心指标验证；\n2、开发自动化测试工具链：构建Prompt自动化生成与断言系统，研发分布式压测框架（模拟高并发用户请求），实现基于LLM的测试用例自生成方案；\n3、探索AI赋能测试创新：应用大模型实现日志异常自动归因，开发基于Embedding的测试结果聚类分析工具，搭建质量评估Agent自动化闭环系统。\n\n任职要求\n1、计算机相关专业本科及以上在读，熟练掌握Python（必须），了解主流推理技术；\n2、能独立开发测试工具（提交GitHub代码样例加分）；\n3、理解transformer架构，有HuggingFace模型测试经验者优先；\n4、具备Prompt Engineering实践经验（提示词对抗测试案例）；\n5、熟悉LangChain/LLamaIndex等RAG测试方法论；\n6、对AI测试前沿有洞察。\n加分项：\n1、在Kaggle/天池等平台发表过AI相关项目；\n2、有模型部署测试（vLLM/Sglang/TensorRT-LLM）经验；\n3、开源社区Contribution经历。",
    "standard_classification": {
        "std_category_code": "T015",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}