主分类：软件测试与质量工程
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": "测试开发工程师-商业广告方向",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "南京",
"work_mode": "未披露",AI生成
"job_category": "软件研发"AI生成
},
"company": {
"company_name": "小米集团",
"company_industry": "消费电子 / 智能制造 / 物联网",
"company_size": "10000人以上",
"company_website": "xiaomi.com",
"company_description": "小米是一家消费电子和智能制造企业，以智能手机、智能硬件和物联网平台为核心。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 8,
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 设计广告业务分级测试策略，覆盖 RTB→OCPX→DPA→计费全链路，针对召回/粗排/精排/计费建立分层质量防御矩阵。\n2. 主导测试左移，在 PRD/Spec 阶段输出测试侧约束；搭建多 Agent 执行引擎，对接 CI/CD 质量门禁实现发布前自动拦截。\n3. 建设广告测试知识库与 Prompt 模板库，覆盖需求审查到缺陷归因全链路，持续提升 AI 测试产物的召回率与有效率。\n4. 管控用例评审、缺陷审核、发布放行三个关键人工决策节点，追踪召回率、左移率、覆盖率等指标，推动线上问题规则闭环。\n5. 设计 Kafka 广告事件流与 Flink 实时计算测试方案，建立数据完整性与一致性校验，覆盖 GDPR/CCPA 国际化合规测试。\n6. 赋能 AI 软件质量工程师与测试工程师，推动 AI Native 模式规模化落地，协同研发推进单测 Agent 并追踪覆盖率达标。",
"requirements_text": "1. 8 年+ 测试经验，3 年+ 架构经验，3 年+ 广告业务经验，熟悉 RTB/OCPX/DPA，深谙引擎召回/排序/计费链路质量风险。\n2. 精通测试金字塔与分层测试体系，Java/Python/TS 至少精通一种，能独立设计测试框架和工具链。\n3. 有 LLM 测试应用与 Prompt Engineering 实践经验，熟悉 RAG 知识库构建与 Spec 驱动测试设计，能识别边界遗漏与状态机缺陷。\n4. 熟悉 Kafka 消息队列与 Flink 流处理，掌握 Selenium/Appium/Playwright/pytest 等主流框架及 CI/CD 质量门禁落地。\n5. 有多 Agent 系统编排与上下文管理实战经验，理解 Agent 通信、任务编排、状态管理与异常处理机制。\n6. 优先：AI Native 测试转型项目经验、出海产品测试经验、混沌工程/可观测性建设、质量度量体系设计经验。",
"skills": [AI生成
"Python",
"Java",
"Flink",
"Kafka",
"大语言模型",
"检索增强生成"
],
"preferred_qualifications": "6. 优先：AI Native 测试转型项目经验、出海产品测试经验、混沌工程/可观测性建设、质量度量体系设计经验",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7672368852123437339/detail"
}
]
},
"posting": {
"posting_id": "7672368852123437339",
"post_date": "2026-08-10",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7672368852123437339/detail"
},
"fulltext": "测试开发工程师-商业广告方向\n职位描述\n1. 设计广告业务分级测试策略，覆盖 RTB→OCPX→DPA→计费全链路，针对召回/粗排/精排/计费建立分层质量防御矩阵。\n2. 主导测试左移，在 PRD/Spec 阶段输出测试侧约束；搭建多 Agent 执行引擎，对接 CI/CD 质量门禁实现发布前自动拦截。\n3. 建设广告测试知识库与 Prompt 模板库，覆盖需求审查到缺陷归因全链路，持续提升 AI 测试产物的召回率与有效率。\n4. 管控用例评审、缺陷审核、发布放行三个关键人工决策节点，追踪召回率、左移率、覆盖率等指标，推动线上问题规则闭环。\n5. 设计 Kafka 广告事件流与 Flink 实时计算测试方案，建立数据完整性与一致性校验，覆盖 GDPR/CCPA 国际化合规测试。\n6. 赋能 AI 软件质量工程师与测试工程师，推动 AI Native 模式规模化落地，协同研发推进单测 Agent 并追踪覆盖率达标。\n\n职位要求\n1. 8 年+ 测试经验，3 年+ 架构经验，3 年+ 广告业务经验，熟悉 RTB/OCPX/DPA，深谙引擎召回/排序/计费链路质量风险。\n2. 精通测试金字塔与分层测试体系，Java/Python/TS 至少精通一种，能独立设计测试框架和工具链。\n3. 有 LLM 测试应用与 Prompt Engineering 实践经验，熟悉 RAG 知识库构建与 Spec 驱动测试设计，能识别边界遗漏与状态机缺陷。\n4. 熟悉 Kafka 消息队列与 Flink 流处理，掌握 Selenium/Appium/Playwright/pytest 等主流框架及 CI/CD 质量门禁落地。\n5. 有多 Agent 系统编排与上下文管理实战经验，理解 Agent 通信、任务编排、状态管理与异常处理机制。\n6. 优先：AI Native 测试转型项目经验、出海产品测试经验、混沌工程/可观测性建设、质量度量体系设计经验。\n1. 设计广告业务分级测试策略，覆盖 RTB→OCPX→DPA→计费全链路，针对召回/粗排/精排/计费建立分层质量防御矩阵。\n2. 主导测试左移，在 PRD/Spec 阶段输出测试侧约束；搭建多 Agent 执行引擎，对接 CI/CD 质量门禁实现发布前自动拦截。\n3. 建设广告测试知识库与 Prompt 模板库，覆盖需求审查到缺陷归因全链路，持续提升 AI 测试产物的召回率与有效率。\n4. 管控用例评审、缺陷审核、发布放行三个关键人工决策节点，追踪召回率、左移率、覆盖率等指标，推动线上问题规则闭环。\n5. 设计 Kafka 广告事件流与 Flink 实时计算测试方案，建立数据完整性与一致性校验，覆盖 GDPR/CCPA 国际化合规测试。\n6. 赋能 AI 软件质量工程师与测试工程师，推动 AI Native 模式规模化落地，协同研发推进单测 Agent 并追踪覆盖率达标。\n1. 8 年+ 测试经验，3 年+ 架构经验，3 年+ 广告业务经验，熟悉 RTB/OCPX/DPA，深谙引擎召回/排序/计费链路质量风险。\n2. 精通测试金字塔与分层测试体系，Java/Python/TS 至少精通一种，能独立设计测试框架和工具链。\n3. 有 LLM 测试应用与 Prompt Engineering 实践经验，熟悉 RAG 知识库构建与 Spec 驱动测试设计，能识别边界遗漏与状态机缺陷。\n4. 熟悉 Kafka 消息队列与 Flink 流处理，掌握 Selenium/Appium/Playwright/pytest 等主流框架及 CI/CD 质量门禁落地。\n5. 有多 Agent 系统编排与上下文管理实战经验，理解 Agent 通信、任务编排、状态管理与异常处理机制。\n6. 优先：AI Native 测试转型项目经验、出海产品测试经验、混沌工程/可观测性建设、质量度量体系设计经验。",
"standard_classification": {
"std_category_code": "T022",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}