主分类：软件测试与质量工程
辅助：AI模型评测工程（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": "云商-AI测试专家",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "智企事业部",
"location": "杭州市",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "网易",
"company_industry": "互联网 / 游戏 / 数字内容",
"company_size": "10000人以上",
"company_website": "netease.com",
"company_description": "网易提供互联网和游戏服务，并通过有道、网易云音乐、网易严选等业务提供学习、音乐及消费服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 5,
"degree": "本科",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 负责网易云商 AI 能力及 SaaS 产品线的整体质量保障工作，覆盖智能客服、营销服务、Agent、知识库、工单、报表等核心业务场景。\n2. 建设 AI 应用与传统 SaaS 系统相结合的质量保障体系，同时保障模型回答质量、RAG 效果、Agent 执行链路、业务流程、权限、数据一致性、稳定性和用户体验。\n3. 深度参与需求评审、技术方案评审和测试方案设计，识别业务规则、系统边界、异常流程、兼容性、安全性、性能和可维护性风险。\n4. 建设和维护自动化测试体系，包括接口自动化、Web UI 自动化、数据校验、回归测试集和 CI/CD 流水线集成，提升测试效率和交付稳定性。\n5. 设计并落地 AI 应用评测体系，包括评测集构建、自动化评测、人工标注、Prompt 版本对比、知识库命中率、幻觉率、工具调用成功率等评估机制。\n6. 推动基于 AI 的质量保障变革，将大模型/Agent 应用于需求分析、测试设计、用例生成、自动化生成、缺陷诊断、日志分析、风险评估、线上巡检和质量度量等 QA 场景。\n7. 深入分析线上问题和客户反馈，结合日志、监控、埋点、链路追踪、评测结果和业务数据，推动问题定位、根因分析、修复验证和预防机制建设。\n8. 推动质量左移和质量内建，沉淀测试规范、准入准出标准、缺陷度量、风险分级、线上质量指标、复盘机制和跨团队质量闭环。",
"requirements_text": "1. 本科及以上学历，计算机、软件工程、人工智能、数据科学等相关专业优先。\n2. 具备 5 年及以上软件测试、测试开发或质量工程经验，有 SaaS、B 端系统、企业服务、CRM、客服系统、营销系统、协同办公等产品测试经验优先。\n3. 熟悉 SaaS 产品常见业务模型和质量风险，包括多租户、权限体系、组织架构、配置中心、流程引擎、数据隔离、报表统计、开放接口等。\n4. 具备扎实的测试分析和测试设计能力，能够从复杂业务规则中抽象测试场景，覆盖正常流程、异常流程、边界条件、兼容性和回归风险。\n5. 熟悉接口测试、Web/H5 测试、数据库校验、日志分析、性能测试、稳定性测试、发布验证等常规 QA 工作，并能独立完成测试方案设计和执行。\n6. 熟悉自动化测试体系建设，掌握 Python、Java、Go、JavaScript 等至少一种编程语言，有接口自动化、UI 自动化、测试平台或 CI/CD 集成经验。\n7. 熟悉数据库、缓存、消息队列、微服务、网关、任务调度、权限认证等常见后端技术，能够协助研发定位系统级问题。\n8. 具备 AI 应用测试或评测经验，能够针对非确定性输出设计评测标准、测试集、人工评审流程和自动化回归机制，覆盖准确性、稳定性、一致性、安全性、幻觉率、知识命中率、工具调用成功率等质量维度。\n9. 具备利用 AI 改造质量保障流程的意识和实践能力，能够将大模型/Agent 用于需求理解、测试点分析、用例生成、测试数据构造、自动化脚本生成、缺陷分析、日志解读、风险识别和测试报告生成，推动质量保障向数据驱动、Agent化、平台化演进。",
"skills": [AI生成
"Python",
"JavaScript",
"Java",
"微服务",
"数据库",
"自动化测试",
"软件测试",
"测试开发",
"Go",
"大语言模型"
],
"preferred_qualifications": "1. 本科及以上学历，计算机、软件工程、人工智能、数据科学等相关专业优先；2. 具备 5 年及以上软件测试、测试开发或质量工程经验，有 SaaS、B 端系统、企业服务、CRM、客服系统、营销系统、协同办公等产品测试经验优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://hr.163.com/job-detail.html?id=77007&lang=zh"
}
]
},
"posting": {
"posting_id": "77007",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://hr.163.com/job-detail.html?id=77007&lang=zh"
},
"fulltext": "云商-AI测试专家\n职位描述\n1. 负责网易云商 AI 能力及 SaaS 产品线的整体质量保障工作，覆盖智能客服、营销服务、Agent、知识库、工单、报表等核心业务场景。\n2. 建设 AI 应用与传统 SaaS 系统相结合的质量保障体系，同时保障模型回答质量、RAG 效果、Agent 执行链路、业务流程、权限、数据一致性、稳定性和用户体验。\n3. 深度参与需求评审、技术方案评审和测试方案设计，识别业务规则、系统边界、异常流程、兼容性、安全性、性能和可维护性风险。\n4. 建设和维护自动化测试体系，包括接口自动化、Web UI 自动化、数据校验、回归测试集和 CI/CD 流水线集成，提升测试效率和交付稳定性。\n5. 设计并落地 AI 应用评测体系，包括评测集构建、自动化评测、人工标注、Prompt 版本对比、知识库命中率、幻觉率、工具调用成功率等评估机制。\n6. 推动基于 AI 的质量保障变革，将大模型/Agent 应用于需求分析、测试设计、用例生成、自动化生成、缺陷诊断、日志分析、风险评估、线上巡检和质量度量等 QA 场景。\n7. 深入分析线上问题和客户反馈，结合日志、监控、埋点、链路追踪、评测结果和业务数据，推动问题定位、根因分析、修复验证和预防机制建设。\n8. 推动质量左移和质量内建，沉淀测试规范、准入准出标准、缺陷度量、风险分级、线上质量指标、复盘机制和跨团队质量闭环。\n\n职位要求\n1. 本科及以上学历，计算机、软件工程、人工智能、数据科学等相关专业优先。\n2. 具备 5 年及以上软件测试、测试开发或质量工程经验，有 SaaS、B 端系统、企业服务、CRM、客服系统、营销系统、协同办公等产品测试经验优先。\n3. 熟悉 SaaS 产品常见业务模型和质量风险，包括多租户、权限体系、组织架构、配置中心、流程引擎、数据隔离、报表统计、开放接口等。\n4. 具备扎实的测试分析和测试设计能力，能够从复杂业务规则中抽象测试场景，覆盖正常流程、异常流程、边界条件、兼容性和回归风险。\n5. 熟悉接口测试、Web/H5 测试、数据库校验、日志分析、性能测试、稳定性测试、发布验证等常规 QA 工作，并能独立完成测试方案设计和执行。\n6. 熟悉自动化测试体系建设，掌握 Python、Java、Go、JavaScript 等至少一种编程语言，有接口自动化、UI 自动化、测试平台或 CI/CD 集成经验。\n7. 熟悉数据库、缓存、消息队列、微服务、网关、任务调度、权限认证等常见后端技术，能够协助研发定位系统级问题。\n8. 具备 AI 应用测试或评测经验，能够针对非确定性输出设计评测标准、测试集、人工评审流程和自动化回归机制，覆盖准确性、稳定性、一致性、安全性、幻觉率、知识命中率、工具调用成功率等质量维度。\n9. 具备利用 AI 改造质量保障流程的意识和实践能力，能够将大模型/Agent 用于需求理解、测试点分析、用例生成、测试数据构造、自动化脚本生成、缺陷分析、日志解读、风险识别和测试报告生成，推动质量保障向数据驱动、Agent化、平台化演进。\n1. 负责网易云商 AI 能力及 SaaS 产品线的整体质量保障工作，覆盖智能客服、营销服务、Agent、知识库、工单、报表等核心业务场景。\n2. 建设 AI 应用与传统 SaaS 系统相结合的质量保障体系，同时保障模型回答质量、RAG 效果、Agent 执行链路、业务流程、权限、数据一致性、稳定性和用户体验。\n3. 深度参与需求评审、技术方案评审和测试方案设计，识别业务规则、系统边界、异常流程、兼容性、安全性、性能和可维护性风险。\n4. 建设和维护自动化测试体系，包括接口自动化、Web UI 自动化、数据校验、回归测试集和 CI/CD 流水线集成，提升测试效率和交付稳定性。\n5. 设计并落地 AI 应用评测体系，包括评测集构建、自动化评测、人工标注、Prompt 版本对比、知识库命中率、幻觉率、工具调用成功率等评估机制。\n6. 推动基于 AI 的质量保障变革，将大模型/Agent 应用于需求分析、测试设计、用例生成、自动化生成、缺陷诊断、日志分析、风险评估、线上巡检和质量度量等 QA 场景。\n7. 深入分析线上问题和客户反馈，结合日志、监控、埋点、链路追踪、评测结果和业务数据，推动问题定位、根因分析、修复验证和预防机制建设。\n8. 推动质量左移和质量内建，沉淀测试规范、准入准出标准、缺陷度量、风险分级、线上质量指标、复盘机制和跨团队质量闭环。\n1. 本科及以上学历，计算机、软件工程、人工智能、数据科学等相关专业优先。\n2. 具备 5 年及以上软件测试、测试开发或质量工程经验，有 SaaS、B 端系统、企业服务、CRM、客服系统、营销系统、协同办公等产品测试经验优先。\n3. 熟悉 SaaS 产品常见业务模型和质量风险，包括多租户、权限体系、组织架构、配置中心、流程引擎、数据隔离、报表统计、开放接口等。\n4. 具备扎实的测试分析和测试设计能力，能够从复杂业务规则中抽象测试场景，覆盖正常流程、异常流程、边界条件、兼容性和回归风险。\n5. 熟悉接口测试、Web/H5 测试、数据库校验、日志分析、性能测试、稳定性测试、发布验证等常规 QA 工作，并能独立完成测试方案设计和执行。\n6. 熟悉自动化测试体系建设，掌握 Python、Java、Go、JavaScript 等至少一种编程语言，有接口自动化、UI 自动化、测试平台或 CI/CD 集成经验。\n7. 熟悉数据库、缓存、消息队列、微服务、网关、任务调度、权限认证等常见后端技术，能够协助研发定位系统级问题。\n8. 具备 AI 应用测试或评测经验，能够针对非确定性输出设计评测标准、测试集、人工评审流程和自动化回归机制，覆盖准确性、稳定性、一致性、安全性、幻觉率、知识命中率、工具调用成功率等质量维度。\n9. 具备利用 AI 改造质量保障流程的意识和实践能力，能够将大模型/Agent 用于需求理解、测试点分析、用例生成、测试数据构造、自动化脚本生成、缺陷分析、日志解读、风险识别和测试报告生成，推动质量保障向数据驱动、Agent化、平台化演进。",
"standard_classification": {
"std_category_code": "T022",
"std_aux_codes": [
"T015"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}